Foldit è un gioco di ripiegamento proteico che consente ai non esperti di partecipare in modo divertente.
Il Premio Netflix, pur evocativo e chiaro, non illustra l'intera gamma di progetti di chiamate aperte. Ad esempio, nel Premio Netflix la maggior parte dei partecipanti seri ha avuto anni di formazione in statistica e apprendimento automatico. Ma i progetti open call possono coinvolgere anche partecipanti che non hanno una formazione formale, come è stato illustrato da Foldit, un gioco di ripiegamento delle proteine.
Il ripiegamento delle proteine è il processo attraverso il quale una catena di aminoacidi assume la sua forma. Con una migliore comprensione di questo processo, i biologi potrebbero progettare proteine con forme specifiche che potrebbero essere utilizzate come farmaci. Semplificando un po ', le proteine tendono a spostarsi nella loro configurazione di energia più bassa, una configurazione che bilancia le varie spinte e tiri all'interno della proteina (figura 5.7). Quindi, se un ricercatore vuole predire la forma in cui una proteina si piega, la soluzione sembra semplice: basta provare tutte le possibili configurazioni, calcolare le loro energie e prevedere che la proteina si piega nella configurazione di energia più bassa. Sfortunatamente, provare tutte le configurazioni possibili è computazionalmente impossibile perché ci sono miliardi e miliardi di configurazioni potenziali. Anche con i computer più potenti oggi disponibili - e in un futuro prevedibile - la forza bruta non funziona. Pertanto, i biologi hanno sviluppato molti algoritmi intelligenti per cercare in modo efficiente la configurazione di energia più bassa. Ma nonostante l'enorme quantità di sforzi scientifici e computazionali, questi algoritmi sono ancora lontani dall'essere perfetti.
David Baker e il suo gruppo di ricerca presso l'Università di Washington facevano parte della comunità di scienziati che lavoravano per creare approcci computazionali al ripiegamento delle proteine. In un progetto, Baker e colleghi hanno sviluppato un sistema che permetteva ai volontari di donare tempo inutilizzato sui loro computer per aiutare la simulazione del ripiegamento delle proteine. In cambio, i volontari potevano guardare uno screensaver che mostrava il ripiegamento delle proteine che stava accadendo sul loro computer. Molti di questi volontari hanno scritto a Baker e colleghi dicendo che pensavano che avrebbero potuto migliorare le prestazioni del computer se fossero stati coinvolti nel calcolo. E così ha iniziato Foldit (Hand 2010) .
Foldit trasforma il processo di ripiegamento delle proteine in un gioco che può essere giocato da chiunque. Dal punto di vista del giocatore, Foldit sembra un puzzle (figura 5.8). I giocatori sono presentati con un groviglio tridimensionale di struttura proteica e possono eseguire operazioni - "modificare", "dimenare", "ricostruire" - cambiarne la forma. Eseguendo queste operazioni i giocatori cambiano la forma della proteina, che a sua volta aumenta o diminuisce il loro punteggio. Criticamente, il punteggio viene calcolato in base al livello di energia della configurazione corrente; le configurazioni a energia più bassa producono punteggi più alti. In altre parole, il punteggio aiuta a guidare i giocatori mentre cercano le configurazioni a bassa energia. Questo gioco è possibile solo perché, proprio come predire le classificazioni dei film nel Netflix Prize, il ripiegamento delle proteine è anche una situazione in cui è più facile controllare le soluzioni che generarle.
L'elegante design di Foldit consente ai giocatori con scarsa conoscenza formale della biochimica di competere con i migliori algoritmi progettati dagli esperti. Sebbene la maggior parte dei giocatori non sia particolarmente brava in questo compito, ci sono alcuni singoli giocatori e piccole squadre di giocatori eccezionali. In effetti, in una competizione testa a testa tra i giocatori Foldit e algoritmi allo stato dell'arte, i giocatori hanno creato soluzioni migliori per 5 su 10 proteine (Cooper et al. 2010) .
Foldit e il premio Netflix sono diversi sotto molti aspetti, ma entrambi implicano chiamate aperte per soluzioni più facili da controllare che da generare. Ora, vedremo la stessa struttura in un altro scenario molto diverso: la legge sui brevetti. Questo ultimo esempio di un problema di chiamata aperta mostra che questo approccio può essere utilizzato anche in impostazioni che non sono ovviamente suscettibili di quantificazione.