GRAPE: l’Intelligenza Artificiale per elaborare e analizzare grafi complessi

Analizzare in modo efficiente grafi complessi con milioni di nodi e miliardi di archi (si pensi ad esempio a Wikidata), migliorando significativamente lo stato dell’arte in termini di velocità di computazione e con un consumo limitato di risorse hardware.

È quanto riesce a fare GRAPE, una nuova risorsa software frutto di un lavoro di ricerca internazionale, coordinato da AnacletoLab, laboratorio del dipartimento di Informatica “Giovanni Degli Antoni” dell’Università degli Studi di Milano e pubblicato sulla rivista Nature Computational Science.

In un ampio spettro di discipline - dall’informatica alla fisica, dalla biologia alla medicina e alle scienze sociali - i grafi possono modellare la conoscenza e catturare le relazioni tra concetti ed entità correlati attraverso una rete di nodi collegati da archi. In questo contesto i metodi di Intelligenza Artificiale possono ad esempio scoprire se una proteina è bersaglio di un determinato farmaco, attraverso la predizione di un possibile collegamento tra il “nodo farmaco” e il “nodo proteina”, oppure se un “nodo gene” è associato a un “nodo malattia” o suggerire potenziali “friend” in una rete sociale.

Nata nell’ambito di una collaborazione per l’analisi di grafi biomedici fra AnacletoLab (diretto da Elena Casiraghi), The Jackson Laboratory, Farmington, USA (diretto da Peter Robinson) e il Lawrence Berkeley National Lab, USA, GRAPE  è stato principalmente progettato e realizzato in linguaggio Python e Rust da Luca Cappelletti, neo-dottore di ricerca in Informatica, e Tommaso Fontana, laureando in Informatica in Statale.

“Il punto di forza principale di questa risorsa software, basata su metodi di Intelligenza Artificiale – spiega Giorgio Valentini, docente di Bioinformatics e coordinatore del lavoro di ricerca - è la sua capacità di scalare con grafi di grandi dimensioni, con un uso parsimonioso delle risorse di memoria. Queste qualità non solo permettono di ridurre i tempi di calcolo, rendendo possibili computazioni complesse anche con risorse hardware relativamente limitate, ma consentono anche di migliorare le prestazioni dei metodi predittivi e di ridurre l’impatto ambientale dei sistemi di computazione per l’analisi di grafi di grandi dimensioni”.

GRAPE fornisce un insieme di circa 80 mila grafi, decine di metodi per la loro analisi efficiente e consente agli utenti di importare facilmente i propri grafi, elaborarli e condurre analisi personalizzate. La risorsa fornisce anche interfacce software standard per implementare algoritmi di elaborazione di grafi e per incorporare librerie di grafi esistenti in letteratura. Infine, pipeline di benchmarking di facile utilizzo consentono agli utenti di confrontare in modo equo metodi diversi per l’analisi di grafi e metodi di embedding e di riduzione della dimensionalità permettono di visualizzare in due o tre dimensioni grafi di elevata complessità.