Un problema científico de larga data e increíblemente complejo relacionado con la estructura y el comportamiento de las proteínas ha sido resuelto eficazmente por un nuevo inteligencia artificial (AI), informan los científicos.
DeepMind, la compañía de inteligencia artificial con sede en el Reino Unido, nos ha cautivado durante años con su desfile de redes neuronales en constante avance que continuamente derrotan a los humanos en juegos complejos como el ajedrez y el Go.
Sin embargo, todos esos avances incrementales fueron mucho más que dominar las diversiones recreativas.
En segundo plano, los investigadores de DeepMind buscaban persuadir a sus IA para que resolvieran acertijos científicos mucho más importantes, como encontrar nuevas formas de combatir las enfermedades al predecir aspectos infinitesimales pero de vital importancia de la biología humana.
Ahora, con la última versión de su motor de inteligencia artificial AlphaFold, parece que realmente han logrado este ambicioso objetivo, o al menos nos han acercado más de lo que lo han hecho los científicos.
Durante unos 50 años, los investigadores se han esforzado por predecir cómo las proteínas logran su estructura tridimensionaly no es un problema fácil de resolver.
El número astronómico de configuraciones potenciales es tan asombrosamente enorme, de hecho, que los investigadores postularon que se necesitarían más largo que la edad del universo para muestrear todos los arreglos moleculares posibles.
No obstante, si podemos resolver este rompecabezas, conocido como el problema de plegamiento de proteínas – Constituiría un gran avance en las capacidades científicas, acelerando enormemente los esfuerzos de investigación en cosas como el descubrimiento de fármacos y el modelado de enfermedades, y también conduciría a nuevas aplicaciones mucho más allá de la salud.
Por esa razón, a pesar de la escala del desafío, durante décadas los investigadores han estado colaborando para lograr avances en el desarrollo de soluciones al problema del plegamiento de proteínas.
Un experimento riguroso llamado CASP (Evaluación crítica de la predicción de la estructura de proteínas) comenzó en la década de 1990, desafiando a los científicos a idear sistemas capaces de predecir los enigmas esotéricos del plegamiento de proteínas.
Ahora, en su tercera década, el experimento CASP parece haber producido su solución más prometedora hasta el momento: AlphaFold de DeepMind ofrece predicciones de estructuras de proteínas 3D con una precisión sin precedentes.
“Hemos estado estancados en este único problema, cómo se pliegan las proteínas, durante casi 50 años”. dice John Moult, cofundador de CASP, de la Universidad de Maryland.
“Ver a DeepMind producir una solución para esto, después de haber trabajado personalmente en este problema durante tanto tiempo y después de tantas paradas y empezar a preguntarse si alguna vez llegaríamos allí, es un momento muy especial”.
En el experimento, DeepMind utilizó una nueva arquitectura de aprendizaje profundo para AlphaFold que fue capaz de interpretar y calcular el ‘gráfico espacial’ de proteínas 3D, prediciendo la estructura molecular que sustenta su configuración plegada.
El sistema, que se entrenó mediante el análisis de un banco de datos de aproximadamente 170.000 estructuras de proteínas, aportó sus habilidades únicas al desafío CASP de este año, llamado CASP14, logrando una puntuación media en sus predicciones de 92,4 GDT (Prueba de distancia global).
Eso está por encima del umbral de ~ 90 GDT que generalmente se considera competitivo con los mismos resultados obtenidos a través de métodos experimentales, y DeepMind dice que sus predicciones solo están desfasadas en aproximadamente 1.6 angstroms en promedio (aproximadamente el ancho de un átomo).
“Casi me caigo de la silla cuando vi estos resultados”, dice el investigador de genómica Ewan Birney del Laboratorio Europeo de Biología Molecular.
“Sé lo riguroso que es CASP: básicamente garantiza que el modelado computacional debe funcionar en la desafiante tarea de desde el principio plegamiento de proteínas. Fue una lección de humildad ver que estos modelos podían hacer eso con tanta precisión. Habrá muchos aspectos que comprender, pero este es un gran avance para la ciencia “.
Vale la pena señalar que la investigación aún no ha sido revisada por pares ni publicada en una revista científica (aunque los investigadores de DeepMind dicen que está en camino).
Aun así, los expertos que están familiarizados con el campo ya están reconociendo y aplaudiendo el avance, incluso si aún no se han visto el informe completo y los resultados detallados.
“Este trabajo computacional representa un avance asombroso en el problema del plegamiento de proteínas, un gran desafío de 50 años en biología”. dice el biólogo estructural Venki Ramakrishnan, presidente de la Royal Society.
“Ha ocurrido décadas antes de que muchas personas en el campo lo hubieran predicho”.
Los hallazgos completos aún no se han publicado, pero puede ver el resumen de la investigación, “Predicción de la estructura de proteínas de alta precisión mediante el aprendizaje profundo”, aquíy encuentre más información sobre CASP14 aquí.
.