Ciencia Una inteligencia artificial pronostica la manera de los 'pilares...

Una inteligencia artificial pronostica la manera de los 'pilares básicos' de la vida

-

El ADN humano guarda dentro de sí el ‘libro de instrucciones’ de más de veinte proteínas, encargadas de la mayor parte de las funciones dentro de las células, como la replicación del material genético, la obtención de energía o bien la señalización de todas y cada una de las sendas imprescindibles para su funcionamiento. Los biólogos se afanan por entender sus estructuras, recreándolas en 3D de forma esperimental. No obstante, solo ha logrado ‘desentrañar’ una tercera parte de ellas, habitualmente de forma incompleta. Ahora, una inteligencia artificial bautizada como AlphaFold es capaz de pronosticar con bastante precisión de qué manera son la mayor parte de ellas. Para muchos, una herramienta que se postula como una revolución científica sin precedentes. Los resultados terminan de publicarse en la gaceta ‘Nature’.

AlphaFold -creada por la compañía DeepMind, compañía experta en inteligencia artificial y que desde hace algo más de un quinquenio pertenece a Google- es capaz de, con solo leer las largas y complejas cadenas de moléculas de las proteínas – compuestas de aminoácidos-, pronosticar su estructura. Algo como saber por adelantado de qué manera lucirá una receta solo con ver los ingredientes. Hasta la data, esta labor se hacía con largos y costosos ensayos de laboratorio que podían perdurar días, aun años. Mas AlphaFold puede efectuar su trabajo en apenas horas, aun minutos. Por el momento, ha desentrañado más de trescientos cincuenta estructuras de proteínas, duplicando todos y cada uno de los registros precedentes, aparte de ponerlos a predisposición y en abierto a toda la comunidad científica. Y sus autores no piensan parar: se han propuesto lograr los ciento treinta millones para finales de este año.

«Esta es la mayor contribución que ha hecho un sistema de inteligencia artificial hasta el momento para fomentar el conocimiento científico. No creo que sea exagerado decir eso», asevera Demis Hassabis, cofundador y director de DeepMind, aparte de uno de los autores del estudio. Todavía de esta manera, muchos, incluyendo los estudiosos, se muestran cautelosos: la confiabilidad de las predicciones todavía no alcanza el sesenta por ciento , con lo que, si bien se trata de un enorme adelanto, a la tecnología todavía le queda mucho para madurar. «Que tengamos todos estos datos en esa escala es un paso asombroso», apunta David Jones, un biólogo computacional de UCL que aconsejó a DeepMind en una versión precedente de AlphaFold.

La relevancia de de qué forma se pliega la proteína
DeepMind y su AlphaFold ya sorprendieron el año pasado cuando lograron literalmente ‘barrer’ a sus contendientes en un ejercicio de predicción de proteínas llamado CASP (Critical Assessment of protein Structure Prediction). En esta competición bianual que tiene como propósito ‘enfrentar’ entre sí a diferentes modelos bioinformáticos, AlphaFold logró pronosticar al noventa y dos por ciento de confiabilidad la estructura tridimensional de las proteínas en apenas minutos o bien horas, al paso que ciertos de sus contendientes tardaron aun días. Mas es ahora cuando los adelantos y la tecnología tras esta inteligencia artificial se han publicado en una gaceta científica. Y, además de esto, todas y cada una de las estructuras están en abierto a través del Instituto Europeo de Bioinformática del Laboratorio Europeo de Biología Molecular (EMBL-EBI), situado en Hinxton, R. Unido.

Por el momento, estos ficheros poseen el noventa y ocho con cinco por ciento de todas y cada una de las proteínas humanas conocidas, como un nivel similar en otros organismos, como la mosca de la fruta, la Y también. coli, el ratón, el pez zebra, el parásito de la malaria y las bacterias de la tuberculosis. En lo que se refiere a confiabilidad, desde DeepMind se apunta que el cincuenta y ocho por ciento de sus predicciones para las localizaciones de los aminoácidos individuales fueron suficientemente buenas para confiar en la manera de los pliegues de la proteína (una de sus peculiaridades más esenciales es que su función depende de de qué manera se pliegan: sus propiedades físico-químicas las hacen adquirir una estructura tridimensional determinada, sin la que pueden marchar). Y, de ellas, el treinta y seis por ciento fueron tan acertadas que se pueden especificar sus peculiaridades atómicas, útiles para el diseño de medicamentos, por poner un ejemplo. «Queremos darles a los experimentadores y biólogos una señal verdaderamente clara de exactamente en qué unas partes de las predicciones deben confiar», asevera Kathryn Tunyasuvunakool, ingeniero científica de DeepMind y primera autora de un artículo.

Mas, pese a que no tenga un cien por ciento de confiabilidad (todavía), los estudiosos consideran que esta inteligencia artificial ya puede ofrecer información valiosísima. Los biólogos piensan que una enorme proporción de proteínas humanas y las de otros eucariotas (organismos con células que tienen núcleos) poseen zonas que están intrínsecamente desorganizadas y adquieren una estructura definida solo cuando se ‘ponen de acuerdo’ con otras moléculas. Y, exactamente, ciertas zonas que AlphaFold pronosticó con menor confianza «coinciden con las que los biólogos sospechan que están desordenadas», asevera Pushmeet Kohli, jefe de inteligencia artificial de Ciencia en DeepMind.

«Cambio de paradigma»
Por el momento, muchos científicos coinciden en que probablemente la disponibilidad de tantas estructuras de proteínas marque desde ahora un «cambio de paradigma» en biología. «Todo lo que hacemos el día de hoy que se fundamenta en una secuencia de proteínas, ahora podemos hacerlo con la estructura de las proteínas en sí», apunta Mohammed AlQuraishi, biólogo computacional de la Universidad de Columbia en la ciudad de Nueva York y especialista en el tema.

En palabras de Elizabeth Blackburn, Premio Nobel de Fisiología o bien Medicina dos mil nueve y Maestra Retirada de la Universidad de California San Francisco: «A medida que este enfoque revolucionario de DeepMind se vuelva alcanzable, se van a abrir nuevas ventanas para la comunidad científica sobre el significado biológico de la secuencia del genoma».

Dejar respuesta

Please enter your comment!
Please enter your name here

Últimos...

El Covid-diecinueve persistente es poco usual en los pequeños

La infección por el SARS-CoV-dos, el virus que causa...

Pavor en la anterior de Champions entre el Dinamo Zagreb y el Legia Varsovia

Los Olimpiadas acaparan estos días la atención de los...

Más artículos...RELACIONADOS
Recomendados