Computer molecolari: si baseranno sulle proteine che predicono il futuro

Computer molecolari proteine predicono il futuro

Imparare dal passato per costruirsi il futuro: questa saggia raccomandazione, che a volte per noi esseri umani non è facilissima da mettere in pratica, è prassi per le proteine. Questa è la conclusione alla quale è giunto un gruppo di ricerca guidato da Gavin E. Crooks del Lawrence Berkeley National Laboratory (California, Usa) e Susanne Still dell’University of Hawaii at Manoa (Hawaii, Usa). Lo studio rappresenta un altro punto a favore dei computer molecolari, considerati le macchine più efficienti, e potrebbe contribuire a migliorare modelli scientifici come quelli usati per studiare i cambiamenti climatici.

Un motore molecolare funziona subendo modificazioni nella conformazione delle proteine che lo compongono, e la conformazione è ora correlata agli stati attraversati dal suo ambiente nel passato ha spiegato Crooks. Pertanto quello che accade intorno alla proteina nel passato influenza quello che sarà nel futuro, e questo è il processo di base dei motori molecolari.

Le informazioni sullo stato futuro dell’ambiente consentono alla macchina di prepararsi, di adattarsi alle circostanze future, e quindi di lavorare nel modo più efficiente possibile. “La mia elaborazione si è ispirata alla danza e allo sport in generale, dove, se mi voglio spostare in modo efficace, ho bisogno di accurate previsioni ha continuato Crooks.

Ma c’è di più secondo gli autori: per una biomolecola può essere molto costoso immagazzinare informazioni, quindi la sua memoria deve essere altamente selettiva. Gli ambienti sono pieni di rumore, ovvero di segnali, di bassa intensità ma numerosi, e non vi è alcun guadagno per la macchina nel ricordare tutti i dettagli. “Alcune informazioni semplicemente non sono utili per fare previsioni” sostiene il ricercatore.

Quando siamo in un ambiente molto affollato ma vogliamo ascoltare solo uno o pochi interlocutori, noi in certo senso “chiudiamo la mente” a tutte le voci e brusii che ci sono intorno, “costringendo il nostro cervello” a focalizzarsi solo su chi vogliamo sentire. Una cosa analoga fanno le biomolecole secondo Crooks, Still e i loro collaboratori.

Per questo modelli efficienti devono essere costruiti sulla base di questo assunto: ricordare il minimo numero di informazioni affinchè la previsione sia corretta, poiché i motori biochimici si evolvono per essere efficienti. “Devono dunque fare qualcosa di intelligente, qualcosa legato alla capacità cognitiva di cui siamo orgogliosi: la capacità di costruire rappresentazioni sintetiche del mondo con cui siamo entrati in contatto, in modo da consentirci di dire qualcosa su quello che deve ancora venire” ha concluso Crooks.

Lo studio è stato pubblicato sul Journal of Review Letters.

Roberta De Carolis

Pin It

Cerca