La inteligencia artificial promete resolver la estructura 3D de todas plas proteínas humanas
Los grandes avances en el plegado de proteínas por parte de inteligencias artificiales de los últimos año no dejan de ser noticia. DeepMind es la filial de Google dedicada a desarrollar una inteligencia artificial capaz de predecir cómo se pliega la cadena de aminoácidos que forma una proteína. Cada año esta compañía está demostrando que el nivel de confianza de las predicciones aumenta exponencialmente. Ya no en los concursos bianuales a los que en otras ocasiones se ha presentado y arrasado. Ahora ya directamente es capaz de solucionar estructuras de proteínas que en otras circunstancias se tardaría años y millones en recursos en tan solo unos minutos.
Como nueva vuelta de tuerca los creadores han prometido que durante los próximos meses liberarán la estructura tridimensional de cerca de 100 millones proteínas, que son básicamente todas las que se conoce su secuencia de aminoácidos. En la actualidad y tras décadas de esfuerzo tan solo el 17% de las proteínas humanas han sido estudiadas desde el punto de vista del plegamiento. El proyecto espera ampliar la predicción de la estructura de proteínas hasta el 98% del proteoma humano. El artículo publicando estos datos en la prestigiosa Nature, recoge que el programa asegura con precisión la posición de hasta el 58% de los residuos de las cadenas de aminoácidos. AlphaFold, el programa en cuestión, es capaz de coger una secuencia de aminoácidos y teniendo en cuenta las cargas positivas y negativas, las ramificaciones y residuos de cada aminoácido predecir cómo es la estructura en 3 dimensiones de la proteína operativa. Para ello se basa en la experiencia acumulada por los científicos durante estas décadas. En su base de datos se encuentran todas las estructuras y subestructuras que ya han sido descubiertas y cómo interaccionan los aminoácidos en las proteínas que ya conocemos.
Evidentemente una parte de la comunidad científica ve con cierta reluctancia el uso de este software. En primer lugar porque como hemos dicho esto son siempre predicciones y hasta que se confirme en el laboratorio no puede atribuirse la forma exacta de la proteína. En segundo lugar, muchos investigadores comentan que este método no aclara cómo se pliega cada proteína, puesto que el software no está pensado para resolver estas cuestiones solo para dar la versión 3D. Ambas objeciones son muy legítimas y representan los puntos débiles del proyecto. Sin embargo, otros muchos procesos, que no están relacionados con el propio plegamiento de la proteína o que la veracidad del plegamiento es secundario, podrían adelantarse de esta manera. En estos casos nos referimos a procesos de la industria farmacéutica, que por ejemplo no les interesa cómo están plegadas, sino la efectividad de un posible interactor. Muchos científicos dedicados al plegamiento de proteínas hacen resaltar que Alphafold no resuelve el plegado de la proteína, sino la estructura final.
Muchas empresas ya se benefician de estas predicciones y están desarrollando nuevos fármacos a una velocidad mayor de la que se esperaba. De hecho, incluso la IA puede crear antibióticospor ella misma haciendo previsiones de cómo serán las interacciones entre dos moléculas.
