← Method

Metodo · Emotion in Matter

Di questa molecola la forma la conosciamo già: è misurata, depositata, certa. Il lavoro non serve a scoprirla. Serve a compiere un gesto — provare a ritrovarla partendo dai dati, con il metodo statistico più rigoroso che riesco a costruire. So in partenza che non tornerò mai esattamente alla molecola: è proprio questo il punto. Cercare con precisione, e sbagliare. Quella distanza — tra la cosa e la sua stima — è l'opera.

molecola nota (PDB)
 └─ grafo di contatti        atomi = nodi · vicini nello spazio = archi
     └─ la trasformo in una covarianza      (atomi vicini variano insieme)
         └─ genero dei dati da quella distribuzione
             └─ GraphicalLasso   →   quali relazioni sono dirette?
                 └─ una soglia    →   la rete stimata (ISN)
                     └─ lo scarto  →   ciò che la stima non recupera

01 · il riferimento

La forma vera: il grafo di contatti

Si parte dalle coordinate 3D di ogni atomo pesante (gli idrogeni si tralasciano). Due atomi diventano nodi collegati quando sono abbastanza vicini nello spazio — sotto una soglia di circa mezzo nanometro (4,5 ångström). Questo è il grafo di contatti: la forma reale della molecola. Si tengono tutti gli atomi, non i soli carboni-α: per un peptide di 5–11 residui i soli Cα darebbero una decina di nodi, troppo pochi per qualunque statistica.

Intento: fissare la risposta che già conosciamo — il metro contro cui misureremo tutto il resto.

02 · generare i dati

Dalla forma, una distribuzione — e da questa, dei dati

Non ho misure sperimentali di "come si comporta" questa molecola, quindi i dati li genero io da simulazioni, basate sulla sua struttura. Traduco il grafo in una covarianza: una regola che dice che atomi vicini nella struttura tendono a variare insieme, atomi lontani no. Da questa distribuzione estraggo centinaia di campioni — vettori di numeri che portano dentro di sé la geometria della molecola, senza ricalcarla in modo perfetto.

Non è un artificio arbitrario: quella covarianza coincide con il Gaussian Network Model, il modo in cui la biofisica descrive come una proteina vibra attorno alla propria forma. Non l'ho inventata — l'ho ritrovata.

Intento: avere dei dati da interrogare, che contengano la molecola ma non la restituiscano intera. Da qui in poi faccio finta di non conoscere la risposta.

03 · stimare le relazioni

GraphicalLasso: quali legami sono davvero diretti?

Ora ho solo i dati. Mi chiedo: guardando questi numeri, quali atomi sono legati davvero? Non basta vedere due atomi che variano insieme — potrebbero muoversi entrambi perché legati a un terzo: una correlazione solo apparente. Voglio le relazioni dirette, ripulite da quelle indirette.

Per questo uso il GraphicalLasso. È lo strumento che stima quali coppie di atomi restano dipendenti anche tenendo conto di tutti gli altri — che è la definizione esatta di relazione diretta — e lo fa cercando la spiegazione più semplice possibile: poche connessioni, quelle che contano. È il metodo più rigoroso che conosco per questa domanda, ed è per questo che lo scelgo: se devo ri-cercare una struttura che già conosco, voglio farlo con lo strumento più esatto, non con un'approssimazione.

Intento: ricostruire, con la massima precisione statistica possibile, la rete di relazioni che sappiamo già essere lì. Il gesto è tutto qui — un metodo serissimo puntato su una cosa nota.

04 · lo scarto — l'opera

L'errore cercato con precisione

La stima non torna mai esattamente alla molecola. Restano due tipi di errore — e non li correggo, perché sono il contenuto:

Falsi positivi — i fantasmi

Legami che la statistica stima ma la materia non ha. Le proiezioni, le aspettative: connessioni reali nei dati, assenti nella struttura.

Falsi negativi — le ombre

Contatti reali che il modello non "vede": troppo deboli, troppo locali per emergere. La vicinanza senza relazione.

Intento: sbagliare con precisione. Ho cercato la molecola con il metodo più esatto possibile, e la distanza che resta — i fantasmi e le ombre — è ciò che nessun metodo può recuperare. Quella distanza è l'opera.

Il caso decide, è sempre protagonista. Nella ricerca della verità, partendo da un punto diverso, la rete cambia: alcuni legami appaiono, altri spariscono. Ogni esecuzione produce un'opera leggermente diversa — non arbitraria, ma reale.

Conosciamo la risposta e la cerchiamo lo stesso, dai dati, con rigore. La perdita è inevitabile e voluta: è la differenza tra una cosa e la sua ombra numerica.

→ Torna alle opere · scopri perché queste otto molecole.