Las proteínas son componentes fundamentales para la vida, y comprender sus sistemas estructurales es crucial para entender su funcionamiento. Sin embargo, estas moléculas no actúan solas; interactúan con otras proteínas, así como con moléculas de ADN o ARN, en sistemas altamente complejos. 

La comprensión tanto de la estructura de las proteínas, como de su funcionamiento y de cómo interactúan con otras moléculas ha avanzado  gracias a la creación de desarrollos en aplicaciones digitales de IA generativa en biología. Estos desarrollos tienen el objetivo de crear nuevos antibióticos, diseñar procedimientos para la administración de fármacos, e idear modernas aplicaciones clínicas para prevenir, diagnosticar o tratar enfermedades como el cáncer.  

En 2021, en el laboratorio DeepMind, perteneciente a la empresa tecnológica Alphabet, se solucionó una incógnita que había frenado el progreso de la ciencia por casi un siglo: el problema del "plegamiento de las proteínas". Con el empleo de un modelo de IA llamado AlphaFold, creado en el laboratorio de DeepMind, este programa logró que los científicos pudieran entender la secuencia de aminoácidos que conforman una proteína. 

La evolución de este sistema de IA fue presentada por Google Deepmind e Isomorphic Labs el pasado 8 de mayo de 2024. Su nombre es AlphaFold3, un modelo de IA que, además de comprender la estructura de las proteínas, puede predecir las interacciones de estas con otras moléculas. Esta herramienta está brindando los datos óptimos de cómo se conectan las proteínas y cómo estas conexiones afectan las funciones biológicas de los organismos.

Así mismo, en 2023, investigadores de la Universidad de Toronto lograron otro gran avance en este campo científico. Desarrollaron ProteinSGM, un modelo de IA inspirado en aplicaciones generativas de imágenes, capaz de diseñar estructuras de proteínas. La publicación de este logro se encuentra en Nature Computational Science.

Imagen Conformación tridimensional de las proteínas. Fuente: Wikimedia Commons (2012).

El profesor Philip M. Kim, del Centro Donnelly para la Investigación Celular y Molecular de la Universidad de Toronto explica el procedimiento de ingeniería de proteínas de forma simple: el proceso empieza con la introducción de imágenes de estructuras de proteínas ya existentes en un modelo de IA de difusión generativa, que altera y memoriza las transformaciones. Continuamente, la operación se realiza a la inversa, generando que la IA mejore los píxeles aleatorios hasta que se configuran nuevas estructuras de proteínas.   

La aplicación genera nuevas  estructuras de aminoácidos que se pliegan en imágenes tridimensionales. Este efecto permite determinar la función de la cadena de aminoácidos creada. Para confirmar la autenticidad de las nuevas proteínas, el equipo empleó una versión perfeccionada del software AlphaFold 2, desarrollado por DeepMind, obteniendo un resultado exitoso que ratificaron la funcionalidad de los novedosos diseños de cadenas de aminoácidos.

Finalmente, se menciona que un grupo de investigadores, exempleados de META, actualmente científicos de la startup EvolutionaryScale, crearon un modelo de IA denominado ESM3. El proyecto, publicado en bioRxiv, destaca por su capacidad para simular 500 millones de años de evolución de las proteínas para crear nuevas estructuras de aminoácidos que no se encuentran en la naturaleza. Este avance en biología sintética busca emular al 100 % la perfección de la biología para forjar las proteínas de forma natural y posteriormente crear medicamentos avanzados para tratar padecimientos complejos.

Mauro Sastoque Campos
Periodista, escritor y diseñador para la Comunicación Gráfica.
Virtualpro
mauro.sastoque@ingco.co

Referencias

Amini, A. P., y Yang, K. K. (2024, 8 de mayo). From noise to protein with image models. Nature Computational Science, 3(5), 366-367.
Disponible aquí

Costa, A. (2024, 30 de agosto) EvolutionaryScale Debuts With ESM3 Generative AI Model for Protein Design. NVIDIA Blog.
Disponible aquí

Durán, D. (2023, 31 de octubre). Las proteínas diseñadas con IA abren la puerta a la creación de nuevos tratamientos médicos. Infobae.
Disponible aquí

Marquez, J. (2024, 8 mayo). DeepMind anuncia AlphaFold 3: los medicamentos desarrollados con esta IA (y un negocio multimillonario) están muy cerca. Xataka.
Disponible aquí

Piacente, P. J. (2024, 26 de julio). Desarrollan un modelo de IA que crea proteínas novedosas. Levante-EMV.
Disponible aquí

Porto, A. (2012, 17 de octubre). Niveles estructurales en la conformación tridimensional de las proteínas [Imagen] Wikimedia Commons.
Disponible aquí

Schwaller, F. (2023, 27 de julio). La IA que inventa proteínas ya está aquí. DW.
Disponible aquí 

The AIGRID. (2024, 8 de mayo). Googles ALPHAFOLD-3 just changed EVERYTHING! (AlphaFold 3 explained) [Imagen]. YouTube.
Disponible aquí

Tolosa, A. (2024, 16 de mayo). AlphaFold 3 abre nuevas oportunidades para la genética clínica y desarrollo de fármacos. Genotipia.
Disponible aquí

Xertify. (2024,12 de abril). El Impacto de la Inteligencia Artificial en el Mundo Laboral. Xertify.
Disponible aquí 

Zheng, K., Long, S., Lu, T., Yang, J., Dai, X., Zhang, M., Nie,  Zaiqing., Ma, W. y Zhou, H. (2024). ESM All-Atom: Multi-scale Protein Language Model for Unified Molecular Modeling. bioRxiv´s.
Disponible aquí