Inteligencia artificial: un gran avance que podría revolucionar la medicina

La inteligencia artificial se ha utilizado para predecir las estructuras de casi todas las proteínas producidas por el cuerpo humano.

Este avance podría ayudar a acelerar el descubrimiento de nuevos medicamentos para tratar enfermedades, entre otras aplicaciones.

Las proteínas son componentes básicos de los organismos vivos. Cada célula que tenemos en nosotros está llena de eso.

Comprender la forma de una proteína es fundamental para el desarrollo de la medicina, pero hasta ahora solo se ha estudiado una pequeña parte de estas formas.

Los investigadores utilizaron un programa llamado AlphaFold para determinar la estructura de 350.000 proteínas pertenecientes a humanos y otros organismos.

Las instrucciones para producir proteínas humanas se encuentran en nuestros genomas, el ADN que se encuentra en los núcleos de las células humanas.

Lea también en BBC Africa:

Hay aproximadamente 20.000 de estas proteínas expresadas en el genoma humano. En conjunto, los biólogos llaman a este órgano completo una “proteína”.

Al comentar sobre los resultados de AlphaFold, el Dr. Demis Hassabis, director ejecutivo y cofundador de la empresa de inteligencia artificial Deep Mind, dijo: “Creemos que esta es la imagen más completa y precisa de una proteína humana hasta la fecha.

“Creemos que este trabajo representa la contribución más importante de la inteligencia artificial al avance del conocimiento científico hasta la fecha”. Y creo que es una gran ilustración y ejemplo del tipo de beneficios que la IA puede aportar a la sociedad. “No puedo esperar a ver qué hará la sociedad con él”.

Las proteínas están formadas por cadenas de bloques de construcción más pequeños llamados aminoácidos. Estas cadenas se doblan de innumerables formas diferentes, creando una forma tridimensional única. La forma de la proteína determina su función en el cuerpo humano.

Las 350.000 estructuras de proteínas predichas por AlphaFold incluyen no solo las 20.000 estructuras que se encuentran en la proteína humana, sino también las de los llamados organismos modelo utilizados en la investigación científica, como Escherichia coli, levaduras, moscas de la fruta y ratones.

Los investigadores de DeepMind y un equipo del Laboratorio Europeo de Biología Molecular (EMBL) describen este gran salto en la prestigiosa revista Nature. AlphaFold pudo predecir con certeza las posiciones estructurales del 58% de los aminoácidos en la proteína humana.

Las posiciones del 35,7% de ellos se predijeron con un alto grado de precisión, el doble del número confirmado por los experimentos. Las técnicas convencionales para determinar la estructura de proteínas incluyen, pero no se limitan a, cristalografía de rayos X y microscopía crio-EM.

Pero ninguna de estas técnicas es fácil de implementar: “Se necesita mucho dinero y recursos para crear las estructuras”, dijo a BBC News el profesor John McGeehan, biólogo sintético de la Universidad de Portsmouth.

Por lo tanto, las formas 3D a menudo se identifican en el contexto de investigaciones científicas específicas, pero hasta ahora ningún proyecto ha determinado sistemáticamente las estructuras de todas las proteínas producidas por el cuerpo.

De hecho, solo el 17% de la proteína está cubierta con una estructura confirmada experimentalmente. El profesor McGeehan explicó la predicción de AlphaFold: “Es solo velocidad, el hecho de que nos tomó seis meses para cada chasis, y ahora toma unos minutos. No podríamos haber esperado que sucediera tan rápido”.

“Cuando enviamos las siete secuencias al equipo de DeepMind, ya teníamos las estructuras experimentales de dos de ellas. Así que pudimos probarlas a su regreso. Fue una de esas veces. –Para ser honesto – cuando los pelos en la parte de atrás de mi cuello se puso de pie debido a las estructuras. [AlphaFold] producidos eran idénticos.

La profesora Edith Hurd EMBL dijo: “Este descubrimiento será fundamental para nuestra comprensión de cómo funciona la vida. Porque las proteínas son los componentes básicos de los seres vivos”.

“Las aplicaciones solo están limitadas por nuestro entendimiento”.

“Las aplicaciones que podemos ver ahora incluyen el desarrollo de nuevos medicamentos y tratamientos para enfermedades, el diseño de cultivos futuros que puedan resistir el cambio climático y enzimas que pueden descomponer el plástico que invade el medio ambiente. El profesor McGeehan ya está utilizando datos de AlphaFold para ayudar a desarrollar enzimas más rápidas para descomponer el plástico “.

Dijo que el programa hizo predicciones para proteínas importantes cuya estructura no se pudo determinar experimentalmente, lo que ayudó a acelerar su proyecto de “varios años”. Las estructuras predichas por AlphaFold fueron “uno de los conjuntos de datos más importantes desde el mapeo del genoma humano”, dijo el Dr. Ewan Birney, director del Instituto Europeo de Bioinformática de EMBL.

DeepMind se ha asociado con EMBL para hacer que el código AlphaFold y las predicciones de la estructura de las proteínas estén disponibles para la comunidad científica mundial.

El Dr. Hasabis afirmó que DeepMind planea expandir significativamente la cobertura de la base de datos para incluir casi todas las secuencias de proteínas conocidas por la ciencia: más de 100 millones de estructuras.