En los últimos meses, el equipo de Baker ha estado trabajando con biólogos que anteriormente estaban atrapados tratando de averiguar la forma de las proteínas que estaban estudiando. “Hay una gran cantidad de investigaciones biológicas bastante interesantes que se han acelerado mucho”, dice. Una base de datos pública que contenga cientos de miles de formas de proteínas listas para usar debería ser un acelerador aún mayor.
“Parece asombrosamente impresionante”, dice Tom Ellis, un biólogo sintético del Imperial College de Londres que estudia el genoma de la levadura y que está emocionado de probar la base de datos. Pero advierte que la mayoría de las formas predichas aún no se han verificado en el laboratorio.
Precisión atómica
En la nueva versión de AlphaFold, las predicciones vienen con un puntaje de confianza que la herramienta usa para marcar qué tan cerca cree que está cada forma predicha de la realidad. Usando esta medida, DeepMind descubrió que AlphaFold predijo formas para el 36% de las proteínas humanas con una precisión que es correcta hasta el nivel de átomos individuales. Esto es suficientemente bueno para el desarrollo de fármacos, dice Hassabis.
Anteriormente, después de décadas de trabajo, solo el 17% de las proteínas del cuerpo humano tenían sus estructuras identificadas en el laboratorio. Si las predicciones de AlphaFold son tan precisas como dice DeepMind, la herramienta ha más que duplicado este número en solo unas pocas semanas.
Incluso las predicciones que no son completamente precisas a nivel atómico siguen siendo útiles. Para más de la mitad de las proteínas en el cuerpo humano, AlphaFold ha predicho una forma que debería ser lo suficientemente buena para que los investigadores descubran la función de la proteína. El resto de las predicciones actuales de AlphaFold son incorrectas o corresponden a la tercera parte de las proteínas del cuerpo humano que no tienen estructura alguna hasta que se unen a otras. “Son flexibles”, dice Hassabis.
“El hecho de que se pueda aplicar a este nivel de calidad es algo impresionante”, dice Mohammed AlQuraish, biólogo de sistemas de la Universidad de Columbia que ha desarrollado su propio software para predecir la estructura de las proteínas. También señala que tener estructuras para la mayoría de las proteínas en un organismo permitirá estudiar cómo funcionan estas proteínas como un sistema, no solo de forma aislada. “Eso es lo que creo que es más emocionante”, dice.
DeepMind está lanzando sus herramientas y predicciones de forma gratuita y no dirá si tiene planes para ganar dinero con ellas en el futuro. Sin embargo, no descarta la posibilidad. Para configurar y ejecutar la base de datos, DeepMind se ha asociado con el Laboratorio Europeo de Biología Molecular, una institución de investigación internacional que ya alberga una gran base de datos de información sobre proteínas.
Por ahora, AlQuraishi no puede esperar a ver qué hacen los investigadores con los nuevos datos. “Es bastante espectacular”, dice. “No creo que ninguno de nosotros pensara que estaríamos aquí tan rápido. Es alucinante “.