Inteligencia artificial predice estructuras de proteínas con precisión nunca antes vista
Un avance revolucionario en el uso de inteligencia artificial ha cambiado por completo la forma en que los científicos comprenden las proteínas, las piezas fundamentales de la vida. La empresa británica DeepMind, una subsidiaria de Alphabet (la misma compañía matriz de Google), ha desarrollado un sistema de inteligencia artificial llamado AlphaFold, que ha sido capaz de predecir con una precisión sin precedentes la estructura tridimensional de casi todas las proteínas conocidas por la ciencia.
Este hito fue presentado por DeepMind junto a un equipo del Laboratorio Europeo de Biología Molecular (EMBL-EBI), y ha sido descrito como uno de los mayores avances en biología computacional de las últimas décadas. AlphaFold ha resuelto un problema que llevaba más de 50 años desconcertando a los científicos: cómo predecir la forma precisa que adoptará una cadena de aminoácidos cuando se pliega en una proteína funcional. Esa estructura es crucial, ya que determina cómo actúa la proteína dentro de los organismos vivos.
Los investigadores utilizaron técnicas de aprendizaje profundo para entrenar a AlphaFold con miles de estructuras ya conocidas. El sistema fue capaz de identificar patrones y relaciones que antes pasaban desapercibidos, y logró predecir estructuras con una precisión comparable a los métodos de laboratorio más avanzados, pero en una fracción del tiempo. En muchos casos, los resultados obtenidos por la IA fueron casi idénticos a los obtenidos por cristalografía de rayos X o microscopía electrónica, dos de las técnicas tradicionales más confiables pero también más lentas y costosas.
El impacto de este avance es enorme. Con la base de datos desarrollada por AlphaFold, los científicos ya tienen acceso libre a las estructuras de más de 200 millones de proteínas de organismos como humanos, bacterias, plantas, virus y animales. Esta información puede acelerar el desarrollo de nuevos medicamentos, tratamientos contra enfermedades genéticas, investigación sobre el cáncer, biotecnología y muchas otras áreas de la salud y la biociencia.
Por ejemplo, conocer la forma precisa de una proteína permite a los investigadores diseñar medicamentos que se ajusten exactamente a su estructura, como si fueran una llave en una cerradura. Esto reduce el tiempo necesario para desarrollar tratamientos y mejora su eficacia. Además, también puede ser de gran utilidad en la investigación de enfermedades raras o en la creación de enzimas para aplicaciones industriales y ambientales, como la descomposición de plásticos.
