Entretenimiento

La inteligencia artificial resuelve casi por completo uno de los grandes enigmas de la biologa

La inteligencia artificial resuelve casi por completo uno de los grandes enigmas de la biologa



El problema del plegamiento de la protena

Actualizado

Un programa de IA de la compaa DeepMind predice cmo una protena adquiere su forma tridimensional, un hallazgo que ayudar a entender mejor cmo se producen las enfermedades y a acelerar el desarrollo de frmacos

Estructura tridimensional de una prote

Estructura tridimensional de una protena
DEEPMIND

Las protenas son esenciales para la vida. Son molculas complejas compuestas por cadenas de aminocidos y las funciones que desempean dependen en gran medida de su estructura en tres dimensiones, que es nica para cada protena. Por ello, averiguar cmo adquieren su forma tridimensional ha sido uno de los anhelos de los bilogos desde hace 50 aos. Un enigma que se conoce como el problema del plegamiento de la protena (protein folding problem, en ingls) y que ahora la inteligencia artificial parece haber resuelto casi totalmente.

As lo asegur el lunes la compaa DeepMind, fundada en 2010 y adquirida por Google hace seis aos. A travs del deep learning (aprendizaje profundo), la ltima versin de su sistema de inteligencia artificial AlphaFold ha conseguido predecir cmo las protenas adquieren su forma, tal y como reconocieron los organizadores del concurso CASP (Evaluacin crtica de las tcnicas para la prediccin estructural proteica, Critical Assessment of protein Structure Prediction en ingls), un experimento comunitario que se celebra dos veces al ao.

«Este hito demuestra el impacto que la inteligencia artificial puede tener en los descubrimientos cientficos y su potencial para acelerar el progreso en algunos de los campos ms importantes que explican y modelan nuestro mundo», ha sealado la compaa DeepMind.

Las protenas juegan un papel esencial en muchos procesos, desde el desarrollo de una enfermedad y por tanto en el descubrimiento de tratamientos mdicos para combatirlas, a la bsqueda de enzimas que destruyan desechos industriales. Por eso, conocer cmo adquieren su forma, sealan los ingenieros de DeepMind, puede ayudar a acelerar el desarrollo de frmacos para tratar enfermedades, incluyendo la Covid-19, y a mejorar procesos industriales. Pero tambin a conocer mejor cmo funciona el cuerpo humano y el mundo.

«Esto va a cambiar la medicina, va a cambiar la investigacin y la bioingeniera. Lo va a cambiar todo», asegura Andrei Lupas, bilogo en el Instituto Max Planck de Biologa del Desarrollo en Tbingen, Germany. Tal y como declar a la revista Nature, el programa AlphaFold le ha ayudado ya a descubrir la estructura de una protena en su laboratorio con la que trabajaba desde hace una dcada.

«Creo que el logro de DeepMind con AlphaFold es una noticia fantstica que, obviamente, va a tener un gran impacto tanto a nivel cientfico como industrial, permitiendo, por ejemplo, acelerar el proceso de investigacin y desarrollo de nuevos frmacos y optimizar enormemente los costes», seala a EL MUNDO el ingeniero espaol Luis Muoz Gonzlez, investigador del Departamento de Computacin del Imperial College London y sin vinculacin con este avance.

No obstante, Muoz cree que «quizs tengamos que esperar un poco a que esta tecnologa sea aceptada y adoptada tanto por la comunidad cientfica como por la industria. Estamos hablando de un avance que cambia completamente la metodologa y la forma de resolver este problema, comparado con otra serie de tcnicas que se llevan utilizando durante bastante tiempo, y es normal que la adaptacin lleve un tiempo».

El xito de la protena

La funcin biolgica que desempea una protena depende de su correcto plegamiento. Se trata de un proceso espontneo y termodinmicamente irreversible: si una protena no se pliega correctamente, no ser funcional y, por lo tanto, no podr cumplir con su funcin biolgica.

El problema del doblamiento de la protena surgi en los aos 60, con la aparicin de las primeras estructuras de protenas con resolucin atmica. Algunas tenan una forma interna esperada pero otras no. As que se plante este enigma, que a su vez encierra tres puzzles relacionados para averiguar tres cuestiones: qu es el cdigo de doblamiento, cul es el mecanismo de doblamiento y si se puede predecir la estructura original de una protena a partir de su secuencia de aminocidos.

En los ltimos aos ha habido avances para resolver este enigma y en la actualidad las estructuras de pequeas protenas se pueden predecir con varias tcnicas complejas de anlisis de materiales como la criomicroscopa electrnica, la resonancia magntica nuclear o la cristalografa de rayos-X. Se trata de mtodos complejos que requieren largos y laboriosos experimentos y equipos tecnolgicos caros para llevarlos a cabo.

El aprendizaje de la mquina

El programa de DeepMind ha aprendido a reconocer cmo se forman estas estructuras y es capaz de averiguar la forma tridimensional de protena en cuestin de horas.

«Se trata de algo muy importante. En cierto modo, el problema ha sido resuelto», ha declarado John Moult, bilogo computacional en la Unversidad de Maryland y uno de los fundadores del concurso CASP para mejorar los mtodos computacionales que permiten predecir de forma correcta las estructuras de las protenas.

Tal y como han explicado los ingenieros de DeepMind, su programa AlphaFold ha sido entrenado con una base de datos pblica que contiene 170.000 estructuras de protenas, a partir de las cuales aprendi a identificar su forma tridimensional. La primera versin del programa de inteligencia artificial AlphaFold particip en el concurso CASP en 2018, logrando predecir la estructura de las protenas con una fiabilidad de 60 (en una escala de 100 puntos). En la edicin celebrada ahora, la nueva versin de AlphaFold ha logrado una puntuacin de 90 sobre 100.

Los ingenieros de DeepMind esperan que su programa les ayude a identificar protenas que han funcionado de manera incorrecta y a averiguar por qu, lo que podra ayudar a desarrollar de forma ms precisa y ms rpida nuevos frmacos. La IA complementara a los mtodos experimentales actuales para el desarrollo de medicamentos.

La prediccin de la estructura de una protena, aaden, podra ser til tambin para responder ante futuras pandemas como la del coronavirus. A principios de ao, fueron capaces de predecir las estructuras de varias protenas del coronavirus SARS-CoV-2, entre ellas la ORF3a y la ORF8.

Pese a que le parece «un logro formidable», Luis Muoz asegura que la noticia no le ha sorprendido: «Sabemos del enorme potencial de la inteligencia artificial y estoy convencido de que veremos logros similares durante los prximos aos. Si bien es cierto que, en ocasiones, se plantean unas expectativas poco realistas acerca de las capacidades y el uso que podemos hacer de la inteligencia artificial, al menos en el corto y medio plazo, creo que est claro que la inteligencia artificial ha venido para quedarse y que es y seguir siendo un pilar muy importante para el desarrollo de nuestra sociedad. AlphaFold es una prueba clara de esto».

Conforme a los criterios de

The Trust Project

Saber más





Source link

También pueden gustarte

Leer Más