Indice articoli

Stella inattivaStella inattivaStella inattivaStella inattivaStella inattiva
 
Così come esiste la classifica delle persone più ricche al mondo, c’è anche una competizione per decretare il supercomputer più potente. Il Roadrunner della IBM è il primo della lista con 130 mila CPU PowerCELL e una potenza di 1.7 petaflops… poco in confronto ai 7 petaflops raggiunti da progetti come Folding@home e Rosetta@home.
.
 

Dal momento che si parla di folding delle proteine partiamo dal descrivere brevemente cosa sia una proteina: è una lunga sequenza di aminoacidi che svolge le sue funzioni biologiche solamente quando ha assunto una particolare forma tridimensionale. Questa trasformazione spaziale è appunto definita folding (ripiegamento).

Il Professor Harold A. Scheraga della Cornell University (N.Y.) è il precursore delle simulazioni al calcolatore del folding. Spiega che ci sono malattie genetiche per le quali un particolare aminoacido, mutando, fa in modo che la proteina si ripieghi in modo innaturale e così facendo non riesce più a svolgere le sue funzioni biologiche. Un esempio tipico è quello della anemia: l’emoglobina malata si ripega in modo abnorme finendo col deformare il globulo rosso che non riesce più a trasportare ossigeno ai tessuti.
Un altro esempio è quello del morbo di Alzheimer solo che purtroppo in questo caso gli agglomerati informi di proteine si formano nel cervello umano.
 
 
Sheraga, che come spesso accade tra i ricercatori preferisce avere il controllo totale sulle sue ricerche, continua ad utilizzare il suo supercomputer ma simulare il ripiegamento proteico richiede una colossale quantità di tempo CPU.
 
 
Il problema della potenza di calcolo è stato risolto da Vijay Pande della Stanford University con il suo progetto Folding@home.
Si parla in questo caso di calcolo distribuito perché piuttosto che far girare il progetto su giganteschi supercomputer, le simulazioni vengono divise in piccoli pezzi (noti come Unità di lavoro, o WU) che vengono inviati via internet ai PC sui quali gira il software F@H.  
Quanto conta una singola Unità di lavoro per Folding@home? Le proteine non si ripiegano tutte alla stessa velocità; il processo avviene nell’ordine dei micro o dei millisecondi. Una singola Unità di lavoro riesce a simulare un tempo compreso tra il nano e il microsecondo anche se c’è da dire che le recenti GPU riescono a simulare addirittura l’intero processo di ripiegamento se le proteine sono sufficientemente piccole.
 
 
Folding@home non è l’unico progetto di calcolo distribuito che studia il ripiegamento proteico: un altro simile ed importante progetto è Rosetta@home dell’Università di Washington che ha un approccio differente ma applicazioni mediche altrettanto promettenti, ad esempio la ricerca di un vaccino contro l'HIV. David Baker, il capo ricercatore del progetto, spiega che il motivo per cui l’AIDS è così pericoloso, tra le altre cose, è che il virus muta molto rapidamente. Quando si viene infettati il nostro corpo cerca di combattere il virus producendo degli anticorpi: il virus però muta e gli anticorpi non lo riconoscono più così che questo può continuare indisturbato ad evitare il nostro sistema immunitario.
Il virus HIV ha però un tallone d’Achille: ci sono un paio di regioni che non mutano mai. Quando il virus attacca il corpo umano il sistema immunitario non produce anticorpi per queste regioni perché sono piuttosto protette. L’idea è quella di progettare delle proteine che simulino queste regioni e di inserirle nel corpo umano perché possa creare gli anticorpi appropriati ed essere pronto.
 

Quanto dovremo aspettare per delle vere cure ?
Sia Rosetta@home che Folding@home stanno facendo delle interessanti scoperte in campo medico ma per passare da questo a delle vere e proprie terapie il cammino è molto lungo.
Baker non si sbilancia, a Scheraga sembra ragionevole un tempo di 10 anni, Pande invece spiega che 10 anni è il periodo minimo necessario ma è molto più verosimile e sarebbe comunque un successo se servissero 20 anni.

Quello che Scheraga, Baker e Pande stanno cercando di fare è velocizzare il processo di ricerca e sono tutti ottimisti sul fatto che si stanno avvicinando al risultato.
 

Accedi per commentare