Redacción NM
En 2020, un laboratorio de inteligencia artificial llamado DeepMind reveló una tecnología que podía predecir la forma de las proteínas, los mecanismos microscópicos que impulsan el comportamiento del cuerpo humano y todos los demás seres vivos.
Un año después, el laboratorio compartió la herramienta, llamada AlphaFold, con los científicos y lanzó formas predichas para más de 350 000 proteínas, incluidas todas las proteínas expresadas por el genoma humano. Inmediatamente cambió el curso de la investigación biológica. Si los científicos pueden identificar las formas de las proteínas, pueden acelerar la capacidad de comprender enfermedades, crear nuevos medicamentos y explorar los misterios de la vida en la Tierra.
Ahora, DeepMind ha publicado predicciones para casi todas las proteínas conocidas por la ciencia. El jueves, el laboratorio con sede en Londres, propiedad de la misma empresa matriz que Google, dijo que había agregado más de 200 millones de predicciones a una base de datos en línea disponible gratuitamente para científicos de todo el mundo.
Con este nuevo lanzamiento, los científicos detrás de DeepMind esperan acelerar la investigación de organismos más oscuros y generar un nuevo campo llamado metaproteómica.
“Los científicos ahora pueden explorar toda esta base de datos y buscar patrones: correlaciones entre especies y patrones evolutivos que podrían no haber sido evidentes hasta ahora”, dijo Demis Hassabis, director ejecutivo de DeepMind, en una entrevista telefónica.
Las proteínas comienzan como cadenas de compuestos químicos, luego se retuercen y se pliegan en formas tridimensionales que definen cómo estas moléculas se unen a otras. Si los científicos pueden identificar la forma de una proteína en particular, pueden descifrar cómo funciona.
Este conocimiento es a menudo una parte vital de la lucha contra la enfermedad y la enfermedad. Por ejemplo, las bacterias resisten a los antibióticos expresando ciertas proteínas. Si los científicos pueden entender cómo funcionan estas proteínas, pueden comenzar a contrarrestar la resistencia a los antibióticos.
Anteriormente, identificar la forma de una proteína requería una amplia experimentación con rayos X, microscopios y otras herramientas en una mesa de laboratorio. Ahora, dada la serie de compuestos químicos que forman una proteína, AlphaFold puede predecir su forma.
La tecnología no es perfecta. Pero puede predecir la forma de una proteína con una precisión que rivaliza con los experimentos físicos alrededor del 63% de las veces, según pruebas comparativas independientes. Con una predicción en la mano, los científicos pueden verificar su precisión con relativa rapidez.
Kliment Verba, investigador de la Universidad de California en San Francisco, que usa la tecnología para comprender el coronavirus y prepararse para pandemias similares, dijo que la tecnología había «sobrealimentado» este trabajo, a menudo ahorrando meses de tiempo de experimentación. Otros han utilizado la herramienta en su lucha contra la gastroenteritis, la malaria y la enfermedad de Parkinson.
La tecnología también ha acelerado la investigación más allá del cuerpo humano, incluido un esfuerzo por mejorar la salud de las abejas. La base de datos ampliada de DeepMind puede ayudar a una comunidad de científicos aún mayor a obtener beneficios similares.
Al igual que Hassabis, Verba cree que la base de datos proporcionará nuevas formas de comprender cómo se comportan las proteínas entre especies. También lo ve como una forma de educar a una nueva generación de científicos. No todos los investigadores están versados en este tipo de biología estructural; una base de datos de todas las proteínas conocidas baja el listón de entrada. “Puede llevar la biología estructural a las masas”, dijo Verba.
Este artículo apareció originalmente en The New York Times.
