DeepMind, las imágenes que van a transformar la biología... y la medicina

Una inteligencia artificial desarrollada por la empresa DeepMind, una filial de Google, ha dado un paso de gigante en la resolución de uno de los problemas fundamentales de la biología: la predicción de proteínas, considerada como el segundo código secreto de la vida.

Este avance debería servir para acelerar y abaratar la elaboración de fármacos y vacunas

Para entender la hazaña, hay que explicar que el primer código de la vida es el genoma. Es el manual de instrucciones para 'fabricar' cualquier ser vivo. El ADN de un ser humano está contenido en una secuencia de 3000 millones de letras, un alfabeto químico compuesto por cuatro sustancias llamadas 'A', 'C', 'T' y 'G'. Son como los planos de un arquitecto, una proyección en dos dimensiones.

Pero vivimos en un mundo tridimensional. Y las proteínas 'dibujadas' en los planos son los ladrillos con los que se construyen células y tejidos. Solo que no se parecen a un ladrillo. En realidad son cadenas de aminoácidos que se pliegan, alargan y retuercen formando vistosas esculturas y guirnaldas... Aunque no hay nada caprichoso en su forma, porque la forma hace la función. Así que más bien son complicadas obras de ingeniería.

Hay millones de proteínas, aunque solo hemos secuenciado unos cientos de miles. Predecir cómo se plegará cada cadena de aminoácidos estampada en el ADN y cuál será su aspecto tridimensional es un hito científico. Y así lo ha reconocido la revista Nature, que se ha hecho eco del asombroso resultado alcanzado por DeepMind en CASP, una competición de predicción de estructuras proteicas, donde ha arrasado. Baste decir que averiguar todas las configuraciones posibles de una proteína 'normalita', compuesta por una ristra de 200 aminoácidos, le llevaría a un superordenador la edad del universo: unos 13.700 millones de años.

La función de cada proteína la determinan su forma y cómo se 'despliega'. De ahí la importancia de ver esa forma en 3D

La inteligencia artificial de DeepMind, bautizada Alphafold, se basa en un algoritmo que aprende a detectar patrones escondidos en las gigantescas bases de proteínas que ya han sido secuenciadas. Y está inspirada en una idea publicada en 1994 por el investigador español Alfonso Valencia, cuando todavía no existía el aprendizaje automático.

Este avance debería servir para acelerar y abaratar la elaboración de fármacos y vacunas, pues resuelve en días un problema que los métodos convencionales para diseñar proteínas, precisan años de trabajo y millones de euros. Además, muchas enfermedades se originan por proteínas deficientemente plegadas, como el párkinson y el alzhéimer, así que su investigación también se acelerará.

Te puede interesar

Rosalind Franklin, la verdadera descubridora de la estructura del ADN