Simulazioni molecolari e controlli strutturali tramite l’IA rivelano come disarmare i fattori di virulenza del parassita e accelerare nuove terapie

La ricerca sulla malaria compie un passo avanti, combinando supercalcolo, dinamica molecolare e analisi critica degli strumenti di intelligenza artificiale applicati alla biologia strutturale.

Un recente studio pubblicato sulla rivista “Nature” ha identificato anticorpi capaci di bloccare meccanismi centrali di virulenza del parassita responsabile delle forme più gravi della malattia e ha ricostruito, con simulazioni ad alta risoluzione, il percorso con cui questi anticorpi maturano fino a diventare altamente efficaci. Il lavoro fornisce anche una verifica indipendente dell’affidabilità dei modelli anticorpali generati dall’IA, evidenziandone limiti e necessità di validazione.

Malaria oggi: numeri, aree critiche e gruppi vulnerabili

L’impatto della malaria resta elevato su scala globale. I più recenti rapporti dell’Organizzazione Mondiale della Sanità stimano circa 263 milioni di infezioni e quasi 600 mila decessi in un anno recente di riferimento. Il carico della malattia è fortemente concentrato in Africa, che rappresenta circa il 94 per cento dei casi mondiali, ma segnali di peggioramento emergono anche in altre regioni. Nell’area del Mediterraneo orientale, i dati epidemiologici indicano un aumento dell’incidenza di circa il 57 per cento dal 2021, con valori che arrivano a circa 20 casi ogni mille abitanti in alcuni contesti.

I soggetti più a rischio sono i bambini piccoli, che non hanno ancora sviluppato un’immunità parziale, e le donne in gravidanza. In queste ultime l’infezione è associata ad anemia materna, basso peso alla nascita e maggiore mortalità infantile. Oltre agli episodi acuti, la malaria può causare complicanze severe: insufficienza d’organo e sequele neurologiche di lungo periodo, tra cui deficit cognitivi, alterazioni motorie ed epilessia. L’effetto complessivo si traduce in pressione cronica sui sistemi sanitari e rallentamento dello sviluppo economico nelle aree più colpite.

La forma più pericolosa è dovuta al Plasmodium Falciparum, trasmesso da zanzare del genere Anopheles. Dopo l’inoculo, il parassita attraversa una fase epatica e poi invade i globuli rossi, dove si moltiplica fino a provocarne la rottura, generando febbri cicliche, brividi e sintomi simil-influenzali.

Adesione vascolare e proteina PfEMP1 nel danno clinico

Una quota rilevante del danno clinico deriva dalla capacità dei globuli rossi infetti di aderire alle pareti dei vasi sanguigni. Questo processo porta all’accumulo cellulare nei microvasi, con riduzione dell’apporto di ossigeno e nutrienti e attivazione di risposte infiammatorie locali. Il fenomeno è mediato dalla proteina PfEMP1, una famiglia di proteine di membrana altamente polimorfiche espresse dal parassita.

La PfEMP1 interagisce con recettori presenti sulle cellule endoteliali che rivestono l’interno dei vasi. Tra i suoi moduli funzionali, un ruolo centrale è svolto dal dominio CIDRα1, direttamente responsabile del legame con specifici recettori endoteliali coinvolti nelle forme più gravi di malattia. Interferire con questa interazione significa colpire uno snodo patogenetico primario.

Il nuovo studio ha identificato due anticorpi isolati da due pazienti diversi capaci di inibire in modo consistente il legame endoteliale mediato da PfEMP1. Nei test sperimentali, questi anticorpi mostrano attività contro cinque delle sei principali sottoclassi di PfEMP1 associate all’adesione vascolare patologica, suggerendo un potenziale protettivo ampio.

Monica Fernández-Quintero, biologa strutturale oggi nel gruppo di Andrew Ward presso Scripps Research, sottolinea che

“prevenire questi meccanismi è cruciale soprattutto nei soggetti più giovani: la protezione dall’infezione ha un valore particolare nei cervelli in sviluppo, più vulnerabili agli effetti della malattia”.

Simulazioni su Piz Daint e mappa della maturazione

Per comprendere in dettaglio come gli anticorpi riconoscono e bloccano il bersaglio, il gruppo di lavoro ha utilizzato simulazioni di dinamica molecolare eseguite sul supercomputer Piz Daint del Centro Svizzero di Supercalcolo. Le simulazioni sono partite da strutture sperimentali degli anticorpi e hanno modellato i complessi anticorpo-antigene con il dominio CIDRα1.

L’obiettivo era caratterizzare l’interfaccia di legame e seguirne l’evoluzione lungo il processo di maturazione anticorpale: dallo stato precedente all’infezione, quando il sistema immunitario non aveva ancora incontrato il bersaglio, fino alle varianti mutate ad alta affinità generate dopo esposizione e selezione.

Le simulazioni hanno permesso di misurare flessibilità strutturale, reti di contatti e stabilità delle interazioni. Il risultato mostra che la maturazione comporta una progressiva rigidificazione dell’interfaccia di legame, che porta a interazioni più stabili e a una maggiore capacità inibitoria. Gli anticorpi maturi risultano quindi più efficienti nel bloccare il meccanismo di adesione vascolare.

Secondo la Fernández-Quintero, queste informazioni strutturali e dinamiche forniscono una base concreta per valutare gli anticorpi come candidati per strategie terapeutiche o vaccinali,

“perché chiariscono non solo dove avviene il legame, ma quali caratteristiche lo rendono robusto”.

Anticorpi e IA: diversità strutturale e modelli imperfetti

In un progetto parallelo, la ricercatrice ha valutato diversi strumenti di predizione strutturale basati su IA applicati agli anticorpi. A differenza di molte altre proteine, gli anticorpi presentano regioni di legame estremamente variabili, evolute per riconoscere patogeni anche mai incontrati prima. Questa variabilità conformazionale rende la previsione strutturale particolarmente complessa.

Il confronto tra modelli generati da più strumenti IA ha evidenziato criticità ricorrenti. In molti casi sono stati osservati clash tra atomi, legami peptidici in configurazione cis e stereochimica non corretta: configurazioni teoricamente possibili ma non osservate nelle proteine naturali. Nell’analisi di 137 modelli anticorpali sono stati rilevati complessivamente oltre 500 errori fisici.

Il problema è operativo: chi utilizza questi strumenti tende ad assumere che le strutture prodotte siano affidabili. Errori geometrici o chimici possono però compromettere studi successivi di interazione molecolare e progettazione terapeutica. Per questo il gruppo ha sviluppato uno strumento di validazione denominato TopModel, pensato per controllare automaticamente la qualità strutturale dei modelli anticorpali.

Il messaggio metodologico è di integrazione: usare l’IA per accelerare, ma affiancarla a controlli rigorosi e simulazioni fisicamente fondate.

Dalla struttura alla terapia: implicazioni più ampie

Gli anticorpi rappresentano una delle classi più importanti di proteine terapeutiche. Le interazioni anticorpo-antigene sono centrali non solo nella malaria, ma anche in infezioni, allergie e oncologia. Capire in dettaglio come gli anticorpi riconoscono proteine di virulenza e come questa capacità evolve durante la maturazione immunitaria offre indicazioni strategiche per lo sviluppo di trattamenti più efficaci.

L’integrazione tra supercalcolo, dati sperimentali e validazione dei modelli IA definisce una pipeline di innovazione più controllata e predittiva. Nel caso della malaria, colpire direttamente i meccanismi di adesione mediati da PfEMP1 e dal dominio CIDRα1 apre una linea di intervento mirata sui fattori che determinano la gravità clinica. La frontiera non è solo scoprire nuovi anticorpi, ma comprenderne con precisione ingegneristica il comportamento molecolare.

Ecco tre approfondimenti che potrebbero interessarti:

In Svizzera le avvisaglie dell’Alzheimer rilevate nel sangue
Dogen City, la città sanitaria galleggiante che trasforma l’oceano
Si chiama Parabulina il nuovo “castigamatti” dei parassiti