Michael Skinnider vince il premio ICTP-IBM Brahmagupta per l’Intelligenza Artificiale
Michael A. Skinnider. PHoto: Sameer A. Khan / fotobuddy
“Per aver aperto la strada all’applicazione dell’intelligenza artificiale nella ricerca biomedica e per aver sviluppato metodi di AI innovativi, che rivelano processi chimici finora sconosciuti, accelerano la scoperta di metaboliti, fanno progredire le neuroscienze e affrontano le principali sfide nel campo della salute umana”, Michael Skinnider, biologo computazionale all’Università di Princeton, ha ricevuto il premio ICTP-IBM Brahmagupta per l’Intelligenza Artificiale. Il riconoscimento gli è stato conferito giovedì 23 luglio durante una cerimonia presso il Centro Internazionale di Fisica Teorica Abdus Salam (ICTP), a Trieste.
Questo riconoscimento – dedicato al matematico e astronomo indiano Brahmagupta – è stato istituito nel 2024 per premiare giovani ricercatori e ricercatrici che abbiano raggiunto risultati promettenti nell’ambito dell’Intelligenza Artificiale.
Medico di formazione e attualmente professore all’Università di Princeton (Stati Uniti), Skinnider lavora all’applicazione di metodi di machine learning all’indagine di processi biochimici. In particolare, utilizza l’intelligenza artificiale per studiare delle speciali molecole presenti nel nostro organismo – chiamate metaboliti – e il modo in cui esse influenzano la salute umana.
Il laboratorio che Skinnider dirige presso il Lewis-Sigler Institute di Princeton cerca infatti di fare luce sulla cosiddetta “materia oscura” del metaboloma – ovvero l’insieme dei metaboliti presenti nel corpo umano – che le tecniche attuali sono in grado di rilevare, ma non ancora di identificare nel dettaglio.
© Roberto Barnabà / ICTP Photo Archive
Abbiamo raggiunto Skinnider all’ICTP di Trieste in occasione della cerimonia di premiazione. Gli abbiamo chiesto di raccontarci gli aspetti principali del suo lavoro sui metaboliti, e non solo.
Cosa sono i metaboliti e come mai, come ha affermato in uno studio pubblicato su Nature all’inizio di quest’anno, c’è ancora molto che non sappiamo di queste molecole?
“Credo che la maggior parte dei lettori e delle lettrici abbia familiarità con il DNA, l’RNA e le proteine, che sono polimeri composti di nucleotidi o aminoacidi.
I metaboliti sono molecole molto più piccole (il termine “metabolita”, infatti, viene spesso usato proprio come sinonimo di “piccola molecola”) e comprendono sostanze come il glucosio, gli aminoacidi o le vitamine. Si tratta, in altre parole, dei “mattoni” di base per la costruzione di strutture più grandi e complesse. Rappresentano la principale “valuta energetica” della cellula e svolgono inoltre un ruolo importante nella comunicazione sia all'interno delle cellule che tra cellule diverse.
Sono difficili da studiare perché, a differenza del DNA e delle proteine, non sono polimeri e si comportano in modo molto eterogeneo. La tecnica principale che si utilizza è la spettrometria di massa, che in un singolo esperimento è capace di rilevare migliaia di segnali provenienti da metaboliti diversi. Il problema è che solo una piccola parte di questi segnali riesce a essere identificata, ovvero ricondotta a una struttura chimica precisa. Poiché i metaboliti si comportano in modo imprevedibile all'interno dello spettrometro di massa, risalire alla loro struttura a partire dai dati è estremamente difficile. Eppure, nonostante gli scienziati ci lavorino dagli anni Sessanta, ancora oggi, in un esperimento tipico, la maggior parte dei dati rimane non identificata”.
Per superare questo scoglio, nel suo laboratorio a Princeton, lei e il suo team sviluppate modelli di intelligenza artificiale capaci di analizzare i dati tratti dalla spettrometria di massa. Quali sono i principali risultati che avete ottenuto finora?
“Il grande traguardo raggiunto finora è stato quello di riuscire a sviluppare modelli di intelligenza artificiale che si sono dimostrati sperimentalmente in grado di scoprire nuovi metaboliti. Storicamente, identificarne anche uno solo poteva richiedere mesi, se non un anno di lavoro. Il fatto che siamo riusciti a scoprirne più di novanta è già di per sé un risultato notevole.
Pensando al futuro, mi piacerebbe che un giorno riuscissimo a mappare in modo completo tutti i metaboliti del corpo umano, un po' come il Progetto Genoma Umano ha mappato il DNA nei primi anni Duemila.
Alcuni dei metaboliti che abbiamo scoperto finora sono molto interessanti dal punto di vista strutturale, perché possiedono degli elementi chimici o dei gruppi funzionali mai osservati prima nei mammiferi. Altri sembrano essere coinvolti in alcuni importanti meccanismi biologici: molti dei metaboliti che abbiamo scoperto risultano infatti presenti in quantità elevate nelle cellule tumorali, e due di essi diminuiscono in modo molto marcato con l’invecchiamento, sia nei topi che negli esseri umani. In collaborazione con altri biologi, siamo riusciti a capire perché questi metaboliti si riducono con l'età e a invertire questo processo nei topi anziani”.
In che modo ottenere una mappatura completa dei metaboliti presenti nel corpo umano potrebbe avere un impatto decisivo in ambito medico?
“Al momento stiamo cercando di studiare in che modo questi metaboliti sono associati al rischio di sviluppare il cancro in futuro. Esistono già alcune decine di metaboliti sconosciuti che diversi studi hanno collegato al rischio oncologico. Vorremmo capire la loro struttura chimica perché, in teoria, se si riuscisse a integrare quei metaboliti o a inibirne la produzione – a seconda del loro effetto – si potrebbe sviluppare una strategia di prevenzione del cancro, che sarebbe molto più efficace di una cura”.
Il suo lavoro incrocia quindi biologia, medicina e scienze computazionali. Per raggiungere i risultati di cui ci ha appena parlato, quanto ha contato per lei avere alle spalle una formazione interdisciplinare?
“Moltissimo. Nel corso della mia carriera ho davvero apprezzato la possibilità di muovermi tra diversi ambiti di ricerca e di chiedermi ogni volta qual è l'approccio computazionale più adatto per risolvere un determinato problema. Ciò mi ha permesso di lavorare a progetti molto stimolanti e fare scoperte che spero avranno un impatto sulla salute umana.
È una prospettiva un po' insolita, lo ammetto, perché spesso si tende ancora a considerare separate le diverse discipline scientifiche e a condurre ricerca per compartimenti stagni. Avere questa flessibilità e la propensione a saltare da un campo all’altro si è rivelato un vero vantaggio, perché mi ha permesso di cogliere delle connessioni inaspettate. Detto questo, ha anche i suoi svantaggi: ritengo infatti di avere una conoscenza meno approfondita di quanto vorrei in ciascuno dei singoli campi in cui lavoro”.
Quindi, se dovesse dare un consiglio ad altri giovani scienziati o aspiranti tali, in che misura consiglierebbe loro di ampliare il più possibile i loro interessi di ricerca e quanto, invece, di approfondire in modo specialistico una singola materia? Qual è il giusto equilibro?
“Domanda difficile, in effetti. Credo che dipenda molto dagli interessi di ciascuno. Ciò che più conta, a mio avviso, è quanta energia e passione si mette nel lavoro. Se le domande con cui ti svegli la mattina e con cui ti addormenti la sera sono riconducibili a un unico ambito disciplinare, allora devi approfondire quello, e viceversa. Non ha senso sforzarsi di seguire un percorso che non ti appassiona davvero. Il mio consiglio, quindi, è quello di lavorare sui problemi a cui non si riesce a smettere di pensare”.
Atish Dabholkar (ICTP) e Alessandro Curioni (IBM) consegnano il premio a Michael Skinnider. Foto: © Roberto Barnabà / ICTP Photo Archive
Che cosa rappresenta per il suo percorso scientifico fino a questo momento il Premio Brahmagupta per l’Intelligenza Artificiale?
“Si tratta di un traguardo notevole, soprattutto in questa fase della mia carriera. In questo momento, il mio obiettivo principale è affermare la reputazione del mio gruppo di ricerca, perciò questo riconoscimento è la dimostrazione che i problemi su cui stiamo lavorando sono considerati importanti e che i risultati che stiamo ottenendo vengono riconosciuti.
È anche una bella soddisfazione a livello personale, proprio perché svolgo un lavoro così interdisciplinare. Come dicevo, il rovescio della medaglia è quello di avere conoscenze meno specialistiche in ogni singolo campo. Perciò, ricevere questo tipo di riconoscimento è una conferma che anche questo modo di fare ricerca può portare a risultati degni di nota”.
