La inteligencia artificial ha superado los límites del conocimiento científico al predecir la forma de casi todas las proteínas conocidas, un avance que acelerará significativamente el tiempo necesario para realizar descubrimientos biológicos.
La investigación fue realizada por la empresa de inteligencia artificial con sede en Londres DeepMind, propiedad de Alphabet, matriz de Google, que utilizó su algoritmo AlphaFold para construir la base de datos más completa y precisa hasta el momento de los más de 200 millones de proteínas conocidas.
La predicción de la estructura de una proteína a partir de su secuencia de ADN ha sido uno de los mayores desafíos de la biología. Los métodos experimentales actuales para determinar la forma de una sola proteína tardan meses o años en un laboratorio, razón por la cual solo se han resuelto alrededor de 190.000, o el 0,01 por ciento de las estructuras proteicas conocidas.
El director ejecutivo de DeepMind, Demis Hassabis, dijo que la IA había “proporcionado a los biólogos estructurales esta nueva y poderosa herramienta ahora, donde se puede buscar una estructura 3D de una proteína casi tan fácilmente como hacer una búsqueda de palabras clave en Google”.
“[It’s] abriendo enormes oportunidades para que AlphaFold tenga impacto en . . . sostenibilidad, inseguridad alimentaria y enfermedades desatendidas”, agregó.
En julio de 2021, DeepMind anunció que había predicho la forma de todas las proteínas humanas, lo que ayudó a comprender mejor la salud y las enfermedades humanas. Esa base de datos se ha ampliado 200 veces y ahora contiene más de 200 millones de estructuras de proteínas predichas, que cubren casi todos los organismos en la Tierra cuyo genoma ha sido secuenciado, desde el parásito de la malaria hasta la abeja.
Estas estructuras ahora están disponibles a través de una base de datos pública alojada por el Instituto Europeo de Bioinformática en el Laboratorio Europeo de Biología Molecular (EMBL-EBI). En el año transcurrido desde su lanzamiento, más de 500.000 investigadores de todo el mundo han accedido a la base de datos AlphaFold para ver más de 2 millones de estructuras, dijo la empresa.
“Casi todos los medicamentos que han llegado al mercado en los últimos años se han diseñado en parte a través del conocimiento de las estructuras de las proteínas”, dijo Janet Thornton, científica sénior y directora emérita de EMBL-EBI. “Tener acceso a todas estas nuevas estructuras, especialmente para . . . organismos inusuales para los que no teníamos datos estructurales, existe una oportunidad real allí no solo para diseñar nuevos medicamentos. . . sino para garantizar que esos medicamentos no golpeen las proteínas humanas y produzcan reacciones cruzadas”.
Las proteínas a menudo se conocen como los componentes básicos de la vida. Sus estructuras son importantes porque dictan cómo las proteínas hacen su trabajo. Conocer la forma de una proteína, por ejemplo, un anticuerpo en forma de Y, les dice a los científicos más sobre cuál es el papel de esa proteína.
Ser capaz de predecir fácilmente la forma de una proteína podría permitir a los científicos controlarla y modificarla, de modo que puedan mejorar su función cambiando su secuencia de ADN o apuntando a los medicamentos que podrían adherirse a ella. Por ejemplo, estudiar las proteínas de la superficie de un parásito de la malaria puede ayudar a comprender cómo se unen los anticuerpos a él y, por lo tanto, cómo combatir el patógeno de manera efectiva.
“El uso de AlphaFold fue realmente transformador, dándonos una visión nítida de [a] proteína de superficie de la malaria”, dijo Matthew Higgins, profesor de bioquímica en la Universidad de Oxford que estudia la malaria. Su equipo está utilizando estos conocimientos para desarrollar una nueva vacuna contra la malaria, dijo.
Si bien los científicos aún necesitarán confirmar la estructura de una proteína a través de experimentos, estas predicciones proporcionarán una gran ventaja y acelerarán el tiempo requerido para completar el proceso.
DeepMind dijo que había excluido los virus de la base de datos para evitar que estos datos fueran potencialmente utilizados como armas por malos actores o bioterroristas.
En noviembre de 2021, DeepMind anunció una empresa derivada, Isomorphic Labs, que, según dijo, aplicaría AlphaFold y otras herramientas de IA para acelerar el descubrimiento de fármacos. Anunció el jueves que abriría un laboratorio húmedo tradicional en el Instituto Francis Crick para lograr este objetivo.
“Podemos empezar a pensar en el diseño de fármacos de principio a fin. Ese sería mi sueño, donde aceleras todo el proceso, no solo las partes de la estructura. . . de nuevos medicamentos y curas”, dijo Hassabis. “Eso viene”.
About the Author
