EntérateMundo

La empresa de inteligencia artificial DeepMind pone en línea una base de datos de los componentes básicos de la vida

La predicción del programa AlphaFold de casi 20.000 estructuras de proteínas humanas ahora es gratuita para los investigadores

El año pasado, el grupo de inteligencia artificial DeepMind resolvió un misterio que ha desconcertado a los científicos durante décadas: desnudar la estructura de las proteínas, los componentes básicos de la vida. Ahora, después de haber acumulado una base de datos de casi todas las estructuras de proteínas humanas, la compañía está poniendo el recurso a disposición en línea de forma gratuita para que lo utilicen los investigadores.

La clave para comprender nuestra maquinaria biológica básica es su arquitectura. Las cadenas de aminoácidos que componen las proteínas se retuercen y giran para crear las formas tridimensionales más confusas. Es esta forma elaborada la que explica la función de las proteínas; desde enzimas que son cruciales para el metabolismo hasta anticuerpos que combaten los ataques infecciosos.

A pesar de años de trabajos de laboratorio onerosos y costosos que comenzaron en la década de 1950, los científicos solo han decodificado la estructura de una fracción de las proteínas humanas. El programa de inteligencia artificial de DeepMind, AlphaFold, ha predicho la estructura de casi las 20.000 proteínas expresadas por humanos . En una prueba de referencia independiente que comparó las predicciones con estructuras conocidas, el sistema pudo predecir la forma de una proteína con un buen estándar el 95% del tiempo.

DeepMind, que se ha asociado con el Instituto Europeo de Bioinformática (EMBL-EBI) del Laboratorio Europeo de Biología Molecular, espera que la base de datos ayude a los investigadores a analizar cómo funciona la vida a escala atómica al desempacar el aparato que impulsa algunas enfermedades, avanzar en el campo medicina personalizada, crear cultivos más nutritivos y desarrollar “enzimas verdes” que pueden descomponer el plástico.

La colaboración en los últimos meses con científicos que trabajan en una variedad de proyectos, desde enfermedades que afectan de manera desproporcionada a las partes más pobres del mundo hasta el estudio de la resistencia a los antibióticos o la biología del virus que causa Covid, ya ha comenzado.

“Las aplicaciones en realidad están limitadas solo por nuestra imaginación, pero a un nivel más fundamental, la base de datos AlphaFold aumentará nuestra comprensión de cómo funcionan las proteínas y su papel en los procesos fundamentales de la vida”, dijo la profesora Edith Heard, directora general del EMBL.

“Esta comprensión significa que podemos estar mejor equipados para desentrañar los mecanismos moleculares de la vida y acelerar nuestras búsquedas para proteger y tratar la salud humana, así como la salud de nuestro planeta, y hacer que esta herramienta sea de acceso abierto acelerará el poder de la investigación, el descubrimiento y innovación para científicos de todo el mundo “.

La capacidad de AlphaFold para predecir la estructura de las proteínas con una precisión vertiginosa se dio a conocer en las “olimpiadas de proteínas” bienales del año pasado. A los participantes se les dieron las secuencias de aminoácidos de aproximadamente 100 proteínas y se les desafió a resolverlas. AlphaFold no solo eclipsó el rendimiento de otros programas informáticos, sino que logró una precisión análoga a los laboriosos métodos de laboratorio.

“Casi me caigo de la silla por la emoción y el asombro de que se haya resuelto este antiguo problema de cómo se pliegan las proteínas”, dijo el profesor Ewan Birney, director del EMBL-EBI, después de que se presentaran los resultados por primera vez en noviembre.

“Este conjunto de datos es más bien como el genoma humano … y es este conjunto de datos donde comenzamos algunos nuevos fragmentos de ciencia que no pudimos hacer de antemano. Estoy muy emocionado de comenzar a caminar por ese camino “.

Por The Guardian

Leave a Reply

Back to top button
error: Este contenido está protegido. Gracias.