- DeepMind utilizó la IA para predecir 200 millones de estructuras de proteínas y ponerlas a disposición del público.
- Las proteínas son un elemento clave para la vida, y sus estructuras son difíciles de predecir y estudiar.
- La base de datos de código abierto podría contribuir a nuevos descubrimientos científicos, según la empresa.
- ¿Ya conoces nuestra cuenta de Instagram? Síguenos.
La unidad de investigación de inteligencia artificial (IA) de Google, DeepMind, pronosticó una «nueva ola de descubrimientos científicos». Esto, tras revelar la estructura de un conjunto de 200 millones de proteínas microscópicas de libre acceso.
DeepMind, con sede en Londres, comenzó como una empresa de investigación de IA y la compró Google en 2016. Dice que utilizó AlphaFold para predecir las estructuras 3D de casi todas las proteínas catalogadas conocidas por la ciencia.
Los investigadores de la empresa pasaron el último año utilizando AlphaFold para ampliar la base de datos de la empresa. En colaboración con el Laboratorio Europeo de Biología Molecular (EMBL), pasaron de un millón de estructuras de proteínas a más de 200 millones. Incluso las pusieron a disposición del público.
El cofundador y CEO Demis Hassabis dijo que la base de datos cubría «todo el universo de las proteínas». Agregó que haría que fuera tan fácil buscar una estructura proteica en 3D como teclear «una búsqueda en Google».
«Creo que estamos en el comienzo de una nueva era de la biología digital. La IA y los métodos computacionales pueden ayudar a comprender y modelar importantes procesos biológicos», añadió Hassabis, en rueda de prensa.
«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».
¿Cómo puede servir este descubrimiento?
Las proteínas son uno de los componentes básicos de la vida en la Tierra. Se encuentran en los seres humanos, los animales, las plantas y los organismos microscópicos.
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. Y esto podría preparar el camino para otros avances.
En medicina, por ejemplo, la manipulación de proteínas serviría para evitar que un paciente desarrolle enfermedades neurodegenerativas como el Alzheimer. También para evitar los efectos secundarios de un determinado tratamiento.
Por otra parte, los climatólogos podrían crear enzimas capaces de descomponer los plásticos de un solo uso a un ritmo más rápido. Con ello reducirían su impacto medioambiental.
AlphaFold también ayuda en otras áreas de investigación
DeepMind triunfó 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.
Actualmente, 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 utilizarlo 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.
«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».
AHORA LEE: Qué le sucede a tu cerebro cuando pasas por un trauma y desarrollas ansiedad, estrés y depresión
TAMBIÉN LEE: ¿La depresión es genética? Esta enfermedad es causada por una combinación de factores genéticos y ambientales
