\n<\/p>\n
En Inteligente, m\u00e1s inteligente, m\u00e1s inteligente<\/em>el nuevo Ciencia de bolsillo<\/em>parte, dice periodista cient\u00edfico bennie mols<\/a> c\u00f3mo la inteligencia artificial le da a los humanos un impulso turbo. En este adelanto: \u00bfc\u00f3mo ayuda la IA a los bioqu\u00edmicos a desentra\u00f1ar la estructura de las prote\u00ednas?<\/p>\n <\/p>\n Las prote\u00ednas son los caballos de batalla bioqu\u00edmicos de su cuerpo. Permiten que sus intestinos absorban los alimentos, sus huesos crezcan, sus ojos puedan ver y las c\u00e9lulas da\u00f1adas se reparen. Las prote\u00ednas est\u00e1n involucradas en todas las funciones corporales, unos diez mil tipos diferentes en total. <\/p>\n Una vez que se produce una prote\u00edna en una c\u00e9lula, se pliega autom\u00e1ticamente en una forma tridimensional compleja. Las instrucciones de plegamiento provienen de la informaci\u00f3n almacenada en la secuencia de amino\u00e1cidos de la mol\u00e9cula de prote\u00edna. La forma que toma la prote\u00edna es cr\u00edtica para su funci\u00f3n. Las prote\u00ednas que se pliegan incorrectamente pueden provocar enfermedades. <\/p>\n \t\t\t\tLEA TAMBI\u00c9N<\/p>\n \t\t\t\t\tEstas siete ideas de qu\u00edmica van a cambiar el mundo \t\t\t\t\tLas formas qu\u00edmicas cada vez m\u00e1s inteligentes de manipular mol\u00e9culas nos traen todo tipo de progreso. Destacamos siete de los m\u00e1s prometedores…\n\t\t\t\t<\/p>\n<\/p><\/div>\n A principios de la d\u00e9cada de 1960, los bi\u00f3logos reconocieron que el plegamiento de todos estos diferentes tipos de prote\u00ednas era uno de los grandes problemas sin resolver de la biolog\u00eda. La pregunta que estaban tan ansiosos por responder era esta: supongamos que conoce la secuencia de amino\u00e1cidos de una prote\u00edna, \u00bfcu\u00e1l es la forma tridimensional que tomar\u00e1 la prote\u00edna? Durante d\u00e9cadas, no hab\u00eda m\u00e1s remedio que tratar de hacer una determinada prote\u00edna en un laboratorio y tratar de determinar su forma con instrumentos complicados. A menudo, a un solo estudiante de doctorado le tom\u00f3 a\u00f1os descubrir la forma de una prote\u00edna experimentalmente. <\/p>\n Gracias a la IA, el problema del plegamiento de prote\u00ednas se ha resuelto en gran medida en los \u00faltimos a\u00f1os. Sobre la base de las t\u00e9cnicas de aprendizaje desarrolladas para la computadora AlphaGo, los investigadores de la compa\u00f1\u00eda de inteligencia artificial DeepMind desarrollaron el programa de inteligencia artificial AlphaFold. Este programa utiliza una red neuronal de aprendizaje profundo entrenada en miles de prote\u00ednas conocidas y sus estructuras tridimensionales para predecir estructuras de prote\u00ednas. En 2020, AlphaFold fue el primero en predecir muchas estructuras de prote\u00ednas al menos con tanta precisi\u00f3n como los experimentos de laboratorio podr\u00edan mapearlas. <\/p>\n Dos a\u00f1os despu\u00e9s, en 2022, AlphaFold ya hab\u00eda predicho la forma de m\u00e1s de doscientos millones de prote\u00ednas de un mill\u00f3n de especies biol\u00f3gicas. El 35 por ciento de esas predicciones fueron muy precisas y el 45 por ciento fueron lo suficientemente precisas para la mayor\u00eda de las aplicaciones pr\u00e1cticas. AlphaFold solo tarda de diez a veinte segundos en hacer una sola predicci\u00f3n de prote\u00edna, lo que ahorra a los bi\u00f3logos una cantidad incre\u00edble de tiempo. “AlphaFold es un avance \u00fanico y trascendental en las ciencias de la vida que demuestra el poder de la IA”, escribi\u00f3 eric topol<\/a>director del Instituto Traslacional de Investigaci\u00f3n Scripps de EE. UU., que se enfoca en personalizar la atenci\u00f3n m\u00e9dica a trav\u00e9s de una combinaci\u00f3n de gen\u00e9tica y tecnolog\u00edas digitales.<\/p>\n Debido a que la forma precisa de una prote\u00edna determina en gran medida sus funciones, AlphaFold puede ayudar a los investigadores a desentra\u00f1ar las causas bioqu\u00edmicas de las enfermedades y desarrollar nuevos medicamentos. Esto se debe a que cuando se desarrollan medicamentos, a menudo se hace uso de c\u00f3mo se ve una prote\u00edna en tres dimensiones, pero primero se debe conocer esa forma. <\/p>\n Investigadores de todo el mundo se apresuraron a utilizar AlphaFold, que afortunadamente estaba disponible de forma gratuita, para acelerar su trabajo cient\u00edfico. Por ejemplo, un bioqu\u00edmico utiliz\u00f3 AlphaFold para determinar la estructura de una prote\u00edna clave de un par\u00e1sito de la malaria. Luego pudo averiguar d\u00f3nde era probable que se unieran los anticuerpos que podr\u00edan bloquear la transmisi\u00f3n del par\u00e1sito. Esa informaci\u00f3n ahora se puede utilizar para dise\u00f1ar vacunas mejoradas contra la malaria. Otros bioqu\u00edmicos usaron AlphaFold para identificar enzimas que ocurren en la naturaleza y que tal vez podr\u00edan adaptarse para digerir y reciclar pl\u00e1sticos. <\/p>\n AlphaFold no solo acelera la investigaci\u00f3n existente, sino que tambi\u00e9n permite tipos de investigaci\u00f3n completamente nuevos. Por ejemplo, los bi\u00f3logos utilizan el instrumento de IA para descubrir nuevas familias de prote\u00ednas y estudiar la evoluci\u00f3n de las prote\u00ednas.<\/p>\n<\/p><\/div>\n\n
\n\t\t\t\t<\/h4>\nAlphaFold<\/h2>\n
Nuevos f\u00e1rmacos y prote\u00ednas<\/h2>\n