Los investigadores elogiaron otro “salto adelante” para la inteligencia artificial después de que Google DeepMind revelara la última versión de su programa AlphaFold, que puede predecir cómo se comportan las proteínas en la compleja sinfonía de la vida.

El descubrimiento promete arrojar nueva luz sobre la maquinaria biológica que sustenta los organismos vivos e impulsar avances en campos que van desde antibióticos y terapias contra el cáncer hasta nuevos materiales y cultivos resilientes.

«Es un gran hito para nosotros», dijo Demis Hassabis, director ejecutivo de Google DeepMind y su filial, Isomorphic Labs, que codesarrolló AlphaFold3. «La biología es un sistema dinámico y es necesario comprender cómo surgen las propiedades de la biología a través de interacciones entre diferentes moléculas».

Las versiones anteriores de AlphaFold se centraban en predecir las estructuras tridimensionales de 200 millones de proteínas, los componentes básicos de la vida, a partir de sus constituyentes químicos. Saber qué forma adopta una proteína es crucial porque determina cómo funcionará (o funcionará mal) la proteína dentro de un organismo vivo.

Te Puede Interesar:   Limpiadores cósmicos: científicos recorren los tejados de las catedrales inglesas en busca de polvo espacial | Ciencia

La animación de DeepMind muestra un anticuerpo que se adhiere a la proteína de pico del virus del resfriado común
La animación de DeepMind muestra un anticuerpo que se adhiere a la proteína de pico del virus del resfriado común

AlphaFold3 se entrenó en una base de datos global de estructuras moleculares 3D y va un paso más allá al predecir cómo las proteínas interactuarán con otras moléculas e iones que encuentren. Cuando se le pide que haga una predicción, el programa comienza con una nube de átomos y la transforma continuamente en la estructura predicha más precisa.

Escribiendo en la naturaleza, los investigadores describen cómo AlphaFold3 puede predecir cómo las proteínas interactúan con otras proteínas, iones, cadenas de código genético y moléculas más pequeñas, como las desarrolladas para medicamentos. En las pruebas, la precisión del programa osciló entre el 62% y el 76%.

«Creemos que vamos a desbloquear mucha ciencia nueva», dijo John Jumper, quien trabajó en el proyecto en Google DeepMind. «Ya estamos empezando a ver que los primeros evaluadores utilizan esto para comprender cómo funciona la célula y cómo puede fallar en estados patológicos».

Te Puede Interesar:   Obituario de John Midgley | Trastornos de la tiroides

Los académicos pueden utilizar AlphaFold3 para trabajos no comerciales a través de Servidor dedicado de Google.

El Dr. Julien Bergeron, biólogo estructural del King's College de Londres, estudia el flagelo en forma de hélice que utilizan las bacterias para nadar y adherirse a los tejidos que infectan.

Ayudó a probar el servidor AlphaFold3 antes de su lanzamiento público con el objetivo de descubrir moléculas que interfieran con las hélices biológicas. «Podemos empezar a probar hipótesis incluso antes de ir al laboratorio y eso será realmente transformador», afirmó.

Otros investigadores utilizarán el programa para diseñar moléculas y anticuerpos que puedan unirse a proteínas o secciones del código genético para tratar afecciones y enfermedades médicas.

Ivo Tews, de la Universidad de Southampton, calificó a AlphaFold3 como un gran avance y dijo que su laboratorio lo utilizaría para desarrollar anticuerpos para terapias contra el cáncer. «Esto ahorrará mucho tiempo y acelerará la investigación al generar modelos que podremos explorar con nuevos experimentos», añadió.

Te Puede Interesar:   Granjero estadounidense utilizó tejido y testículos para crear ovejas 'gigantes' y venderlas para la caza | Montana

Un trabajo adicional podría conducir a cultivos más productivos al comprender por qué algunas plantas realizan la fotosíntesis de manera más eficiente que otras y encontrar formas de impulsar el proceso.

Los investigadores aún tendrán que realizar trabajos de laboratorio para confirmar las predicciones de la IA, ya que no son perfectas. Otra deficiencia es que AlphaFold3 no es bueno para predecir cómo las proteínas podrían cambiar de forma en los sistemas vivos en respuesta a su entorno, un área en la que se necesita más trabajo.

«Las proteínas funcionan interactuando con otros tipos de moléculas», dijo el profesor Dan Rigden, de la Universidad de Liverpool. “AlphaFold3 predice los detalles moleculares de diversas interacciones, así como modificaciones de proteínas y estructuras de ARN, a menudo con una precisión sin precedentes.

«Como tal, al igual que su predecesor, aportará enormes beneficios en toda la biología y ayudará a abordar importantes desafíos de investigación, desde la seguridad alimentaria hasta el diseño de medicamentos y vacunas».

Deja un comentario