El grupo de inteligencia artificial DeepMind ha desentrañado las estructuras de casi todas las proteínas conocidas por la ciencia. Los investigadores lograron la hazaña utilizando el programa AlphaFold, que DeepMind desarrolló por primera vez en 2018 y lanzó públicamente en julio de 2021. El programa de código abierto puede predecir la estructura 3D de una proteína a partir de su secuencia de aminoácidos, los componentes básicos que forman las proteínas. La estructura de una proteína dicta sus funciones, por lo que la base de datos de 200 millones de estructuras de proteínas identificadas por AlphaFold tiene el potencial de ayudar a identificar nuevos caballos de batalla de proteínas que los humanos pueden utilizar. Por ejemplo, la base de datos puede incluir proteínas que pueden ayudar a reciclar plásticos, según The Guardian.
“Nos tomó bastante tiempo revisar esta enorme base de datos de estructuras, pero [abrió] toda una serie de nuevas formas tridimensionales que nunca antes habíamos visto que realmente podrían descomponer los plásticos”, dijo John McGeehan, profesor de biología estructural en la Universidad de Portsmouth en el Reino Unido, a The Guardian. “Hay un cambio de paradigma completo. Realmente podemos acelerar hacia dónde vamos desde aquí, y eso nos ayuda a dirigir estos preciosos recursos a las cosas que importan”.
Sumérgete en las proteínas
Las proteínas son como diminutos e inescrutables rompecabezas. Son producidos por organismos que van desde bacterias hasta plantas y animales, y cuando se fabrican se pliegan en milisegundos, pero sus estructuras son tan complejas que tratar de adivinar qué forma tomarán es casi imposible. Cyrus Levinthal, un biólogo molecular estadounidense, señaló la paradoja de que las proteínas se plieguen tan rápido y con tanta precisión a pesar de tener un gran número de configuraciones posibles en un artículo de 1969, estimando que una proteína determinada podría tener 10^300 formas finales posibles.
Por lo tanto, escribió Levinthal, si uno tratara de llegar a la forma de proteína correcta probando cada configuración una por una, tomaría más tiempo del que ha existido en el universo hasta ahora para llegar a la respuesta correcta. Los científicos tienen formas de visualizar proteínas y analizar sus estructuras, pero este es un trabajo lento y difícil. La forma más común de obtener imágenes de proteínas es a través de la cristalografía de rayos X, según la revista Nature, que consiste en emitir rayos X a cristales sólidos de proteínas y medir cómo se difractan esos rayos para determinar cómo se organiza la proteína. Este trabajo experimental había establecido la forma de unas 190.000 proteínas, según DeepMind.
El año pasado, DeepMind publicó predicciones de forma de proteína para cada proteína en el cuerpo humano y en 20 especies de investigación, informó anteriormente Live Science. Ahora, han ampliado esas predicciones a proteínas en básicamente todo.
“Esta actualización incluye estructuras predichas para plantas, bacterias, animales y otros organismos, lo que abre muchas oportunidades nuevas para que los investigadores usen AlphaFold para avanzar en su trabajo en temas importantes, como la sostenibilidad, la inseguridad alimentaria y las enfermedades desatendidas”, dijeron los representantes de DeepMind en un comunicado.
Hacer que las proteínas funcionen
AlphaFold funciona acumulando conocimientos sobre las secuencias de aminoácidos y las interacciones mientras intenta interpretar las estructuras de las proteínas. El algoritmo ahora puede predecir formas de proteínas en minutos con precisión hasta el nivel de los átomos.
Los investigadores ya están utilizando los frutos del trabajo de AlphaFold. Según The Guardian, el programa permitió a los investigadores finalmente caracterizar una proteína clave del parásito de la malaria que no había sido susceptible de cristalografía de rayos X. Esto, dijeron los investigadores a The Guardian, podría mejorar el desarrollo de vacunas contra la enfermedad.
En la Universidad Noruega de Ciencias de la Vida, la investigadora de abejas Vilde Leipart usó AlphaFold para revelar la estructura de la vitelogenina, una proteína reproductiva e inmune que producen todos los animales que ponen huevos. El descubrimiento podría conducir a nuevas formas de proteger de enfermedades a importantes animales que ponen huevos, como las abejas y los peces, escribió Leipart en una publicación de blog para DeepMind. El programa también informa la búsqueda de nuevos productos farmacéuticos, dijo Rosana Kapeller, directora ejecutiva de ROME Therapeutics, en el comunicado de DeepMind.
“La velocidad y la precisión de AlphaFold están acelerando el proceso de descubrimiento de fármacos”, dijo Kapeller, “y solo estamos comenzando a darnos cuenta de su impacto en la obtención de nuevos medicamentos para los pacientes con mayor rapidez”.
Fuente: Live Science.
