Inicio Empresas Premio Fronteras a los científicos que han conseguido predecir la estructura 3D...

Premio Fronteras a los científicos que han conseguido predecir la estructura 3D de las proteínas mediante la inteligencia artificial

Los galardonados han desarrollado sistemas de aprendizaje profundo que permiten predecir la estructura tridimensional de las proteínas con una precisión sin precedentes y a una velocidad excepcional, logrando en cuestión de minutos un resultado que en el pasado suponía años de trabajo experimental en el laboratorio.

David Baker (Seattle, Washington, EEUU, 1962) – catedrático de Bioquímica de la Universidad de Washington e investigador del Howard Hughes Medical Institute– es el creador del programa RoseTTAFold, mientras que Demis Hassabis (Londres, Reino Unido, 1976) y John Jumper (Little Rock, Arkansas, EEUU, 1985)  –CEO e investigador senior, respectivamente, de la compañía de inteligencia artificial DeepMind– son los autores de AlphaFold2. Las herramientas de ambas tecnologías han permitido conocer la estructura de casi todas las proteínas documentadas, tanto de humanos como de animales, plantas e incluso bacterias, un conocimiento que sirve para acelerar el desarrollo de nuevos medicamentos y vacunas.

Además, esta tecnología permite también diseñar proteínas completamente nuevas a partir de una sencilla descripción de las funciones que se quiere que cumplan, abriendo así la puerta al desarrollo de tratamientos para combatir desde el virus de la gripe o del Covid-19 hasta células cancerígenas o el parásito de la malaria.

Un ‘atajo’ tecnológico para predecir la estructura de proteínas

En el ADN de nuestras células residen todas las instrucciones que necesitamos para desarrollarnos, sobrevivir y reproducirnos. Pero las auténticas responsables de llevar a cabo estas funciones son las proteínas, y su estructura tridimensional juega un papel determinante en su misión.

Para descubrir la función de una proteína no basta con conocer la secuencia de ADN que la codifica, ni siquiera con identificar la secuencia de aminoácidos en la que se traduce la información genética. La disposición en el espacio que adopta la proteína cuando se pliega es clave para saber cómo actúa, pero hasta ahora,  descifrarla en el laboratorio es un proceso lento y sujeto a imprecisiones.

“La comunidad científica siempre asumía que iba a ser demasiado complicado entender cómo se pliegan las proteínas. Si lo intentas deducir de los principios físicos que rigen en el proceso, necesitas una cantidad ingente de recursos computacionales para adivinar cuál es la forma más estable”, ha explicado Dario Alessi, director de la Unidad de Fosforilación y Ubiquitinación de Proteínas-MRC en la Universidad de Dundee (Reino Unido) y vocal del jurado, justo después de emitir el fallo. “Sin embargo los premiados han desarrollado un atajo utilizando inteligencia artificial, con un método de aprendizaje profundo”, añade Alessi.

“Creo que AlphaFold representa realmente el primer ejemplo poderoso de cómo el aprendizaje profundo es capaz de captar la complejidad de los sistemas biológicos y desarrollar realmente la comprensión matemática de cosas extraordinariamente complejas”, ha declarado Jumper, en una entrevista concedida poco después de conocer la concesión del premio.


- Te recomendamos -
Artículo anteriorLa Ciudad de las TIC de A Coruña acogerá el “mayor plató virtual de España” a principios de 2024
Artículo siguienteFundación Repsol lanza una nueva convocatoria de su aceleradora para ‘startups’ tecnológicas
Diario Economía. Invertir desde un punto de vista diferente