Es un desarrollo sorprendente que podría allanar el camino para descubrir muchos medicamentos nuevos para el tratamiento de enfermedades. La misma IA que superó a los humanos en juegos como Go, ajedrez o Starcraft ahora se ha utilizado para predecir las estructuras de casi todas las proteínas producidas por el cuerpo humano.
DeepMind (una subsidiaria de inteligencia artificial de Alphabet, la empresa matriz de Google) tomó al mundo por sorpresa en varias ocasiones. Su IA de la serie “Alpha” se volvió muy buena en el ajedrez, convirtiéndose posiblemente en el mejor jugador de ajedrez que el mundo haya visto jamás; luego, dominó el Go, un juego que es aproximadamente 1 millón de billones de billones de billones de billones de veces más complejo que el ajedrez. Después de AlphaChess y AlphaGo, incluso se volvió bueno en cosas en las que las IA normalmente no hacen bien, como juegos de computadora con información incompleta (como Starcraft o incluso juegos de disparos). Ahora, ha terminado de jugar y ha producido posiblemente la mayor contribución de la IA a la ciencia hasta ahora.
Hola Mundo
Google usó la IA para descubrir cómo optimizar y reducir su consumo de electricidad, pero esto es otra cosa. Las proteínas son los componentes básicos de la vida de los organismos vivos y están empaquetadas en cada célula de nuestro cuerpo. Para comprender la función de las proteínas y hacer un uso completo de esta información, los investigadores deben comprender la geometría de las proteínas y cómo se pliegan.
Si desea producir un tratamiento o una reacción inmune en el cuerpo, y la proteína utilizada no se pliega adecuadamente, no solo podría inutilizar el tratamiento, sino incluso hacerlo peligroso. Varias enfermedades degenerativas y alergias son causadas por un plegamiento incorrecto de algunas proteínas, porque el sistema inmunológico no produce anticuerpos para algunas estructuras proteicas.
Sin embargo, predecir el plegamiento de proteínas es un trabajo difícil. Los investigadores han estado luchando con él durante décadas, e incluso con computadoras y software avanzados, todavía requiere mucho esfuerzo. Aquí es donde entra en juego la IA de DeepMind.
En 2018, el equipo anunció que AlphaFold 2 (la segunda versión del algoritmo de plegamiento de proteínas) se ha vuelto bastante bueno para predecir las formas 3D de las proteínas, superando a todos los demás algoritmos. Dos años después, en 2020, DeepMind afirmó que su inteligencia artificial se había vuelto, con mucho, mejor que cualquier algoritmo existente. Ahora, la compañía ha anunciado que ha predicho las formas de casi todas las proteínas del cuerpo humano, así como cientos de miles de otras proteínas que se encuentran en 20 de los organismos más estudiados, como levaduras, moscas de la fruta y ratones, un tesoro de 350.000. proteínas. Durante los próximos meses, DeepMind dice que liberará la estructura de plegado de otros 100 millones de proteínas, prácticamente todas las proteínas conocidas por la ciencia. La compañía también publicó todos los detalles de esa herramienta y lanzó su código fuente. Al igual que el Proyecto Genoma Humano impulsó avances masivos en el campo de la medicina, una biblioteca similar de proteínas (proteoma) podría impulsar una nueva revolución en la medicina.
El Dr. Demis Hassabis, director ejecutivo y cofundador de DeepMind, le dijo a la BBC:
“Creemos que es la imagen más completa y precisa del proteoma humano hasta la fecha”.
“Y creo que es una gran ilustración y ejemplo del tipo de beneficios que la IA puede aportar a la sociedad”. Añadió: “Estamos muy emocionados de ver qué va a hacer la comunidad con esto”.
Confirmando predicciones
Sin embargo, por muy prometedor que sea todo esto, las predicciones también deberán ser verificadas mediante experimentos. Las predicciones de AlphaFold vienen con una herramienta de confianza que estima qué tan cerca está la forma predicha de la realidad. Para el 36% de las proteínas humanas, se redujo correctamente al nivel de átomos individuales, lo que es lo suficientemente bueno para el desarrollo de fármacos.
Pero incluso las predicciones que no son completamente precisas pueden ser útiles. Más de la mitad de las proteínas predichas son lo suficientemente buenas como para permitir a los investigadores comprender la función de las proteínas. Sin embargo, todavía hay mucho margen de mejora, pero esta base de datos es suficiente para ser transformadora. Por ahora, DeepMind está lanzando todas sus herramientas y predicciones de forma gratuita a la comunidad científica, pero es posible que tenga planes de ganar dinero con ellas en el futuro.
Fuente: ZME Science.
