DeepMind, de Google, descubre la estructura de casi todas las proteínas conocidas en un avance que resuelve uno de los mayores problemas de la biología actual

AlphaFold revela la estructura del universo de las proteínas

DeepMind

La unidad de investigación de inteligencia artificial de Google, DeepMind, ha pronosticado una "nueva ola de descubrimientos científicos" tras revelar un conjunto de 200 millones de modelos de estructuras de proteínas microscópicas de libre acceso.  

DeepMind, con sede en Londres, que comenzó como una empresa de investigación de IA y fue comprada por Google en 2016, dice que ha utilizado su programa de inteligencia artificial AlphaFold para predecir las estructuras 3D de casi todas las proteínas catalogadas conocidas por la ciencia.

Los investigadores de la empresa, que trabajan en colaboración con el Laboratorio Europeo de Biología Molecular (EMBL), han pasado el último año utilizando AlphaFold para ampliar la base de datos de la empresa de un millón de estructuras de proteínas a más de 200 millones y ponerlas a disposición del público.

En una rueda de prensa celebrada el pasado martes, el cofundador y CEO Demis Hassabis dijo que la base de datos ampliada cubría efectivamente "todo el universo de las proteínas", y que haría que fuera tan fácil buscar una estructura proteica en 3D como teclear "una palabra clave de búsqueda en Google".

"Creo que estamos en el comienzo de una nueva era de la biología digital en la que la IA y los métodos computacionales pueden ayudar a comprender y modelar importantes procesos biológicos", añadió Hassabis.

"Nuestra esperanza es que esta base de datos ampliada ayude a muchos más científicos en su trabajo y abra vías completamente nuevas de descubrimiento científico".

Las proteínas son uno de los componentes básicos de la vida en la Tierra y se encuentran en los seres humanos, los animales, las plantas y los organismos microscópicos. 

"Mente y cuerpo trabajan en perfecta armonía": 6 expertos y 8 estudios esclarecen cómo afecta tener depresión a sufrir un infarto o un cáncer

Sin embargo, al ser microscópicas, son invisibles al ojo humano y se reorganizan constantemente, lo que dificulta el seguimiento o la predicción de su movimiento (o "plegamiento"). 

Muchos científicos han dedicado su carrera a comprender y predecir mejor el comportamiento de las proteínas. Si el plegamiento de las proteínas se hace predecible, entonces, en teoría, estas se hacen controlables, lo que podría preparar el camino para otros avances.

En Medicina, por ejemplo, la manipulación de proteínas podría servir para evitar que un paciente desarrolle enfermedades neurodegenerativas como el Alzheimer, o para evitar los efectos secundarios de un determinado tratamiento. 

Por otra parte, los climatólogos podrían crear enzimas (un tipo de proteína) capaces de descomponer los plásticos de un solo uso a un ritmo más rápido reduciendo su impacto medioambiental. 

DeepMind dio la campanada por primera vez en 2020 con AlphaFold, un programa de aprendizaje profundo que abrió nuevos caminos en la predicción del comportamiento de las proteínas. 

Su desarrollo fue un gran avance, aunque algunos expertos se mostraron escépticos ante la posibilidad de que la empresa hubiera "resuelto" el plegamiento de las proteínas. 

En la actualidad, investigadores de la Universidad de Oxford están utilizando AlphaFold para desarrollar una nueva vacuna contra la malaria; científicos de Harvard están utilizando el programa para comprender mejor el comportamiento de las células humanas; y una empresa derivada de DeepMind, Isomorphic Labs, espera utilizar AlphaFold para revolucionar el campo del descubrimiento de fármacos. 

En la Universidad de Ciencias de la Vida de Noruega, la investigadora Vilde Leipart estudia la vitelogenina, una proteína presente en muchas especies animales. 

Ha estado utilizando el programa AlphaFold para entender mejor cómo la proteína afecta al comportamiento de las abejas, desde sus patrones de alimentación hasta la inmunidad bacteriana y los ciclos de reproducción.

Los minutos posteriores a una explosión nuclear son críticos para sobrevivir: que debes hacer para protegerte en el peor de los casos, según expertos en catástrofes

"Queríamos visualizar sus dominios específicos de función, ver cómo interactúan y luego hacer predicciones sobre sus diferentes funciones basadas en la estructura revelada por AlphaFold", explicó Leipart. 

"Lo fundamental es la rapidez con la que pude hacerlo", añadió. "Tardé dos días en hacer algo que podría haberme llevado años". 

"Creemos que AlphaFold es la contribución más significativa que la IA ha hecho al avance del conocimiento científico hasta la fecha, ayudándonos a entendernos mejor a nosotros mismos y al mundo que nos rodea", dijo Pushmeet Kohli, jefe de IA para la Ciencia en DeepMind. 

"Es una verdadera alegría ver tantos datos abiertos y accesibles para que todo el mundo los explore y los aproveche".

Conoce cómo trabajamos en Business Insider.