Investigadores del laboratorio de inteligencia artificial DeepMind, ubicado en Londres, han resuelto uno de los mayores misterios de la biología, predecir cómo una proteína adquiere una forma tridimensional única.

Una mejor comprensión de las formas de las proteínas podría desempeñar un papel fundamental en el desarrollo de nuevos fármacos para tratar enfermedades. Se espera que el avance del DeepMind acelere la investigación de una serie de enfermedades, incluida la covid-19.

Su programa determinó la forma de las proteínas con un nivel de precisión comparable a los costosos y lentos métodos de laboratorio, aseguran los expertos. El doctor Andriy Kryshtafovych, de la Universidad de California (UC) en Davis y uno de los miembros del panel de científicos que analizó los hallazgos, describió el logro como "verdaderamente notable". Dio que "ser capaces de investigar la forma de las proteínas de forma rápida y precisa tiene el potencial de revolucionar las ciencias de la vida".

¿Cómo fue el desafío científico?

En 1972, Christian Anfinsen fue galardonado con un premio Nobel por su trabajo que demuestra que es posible determinar la forma de las proteínas basándose en la secuencia de sus componentes básicos de aminoácidos.

Cada dos años, decenas de equipos de más de 20 países usan computadoras para intentar predecir la forma de un conjunto de alrededor de 100 proteínas a partir de sus secuencias de aminoácidos.

Al mismo tiempo, los biólogos elaboran las estructuras tridimensionales en el laboratorio utilizando técnicas tradicionales como la cristalografía de rayos X y la espectroscopia de RMN, que determinan la ubicación de cada átomo en relación con otro en la molécula de proteína.

Un equipo de científicos del CASP (el experimento comunitario sobre la Evaluación Crítica de la Predicción de la Estructura de la Proteína) compara estas predicciones con estructuras en 3-D que ya han sido resueltas usando métodos experimentales. El CASP utiliza una métrica conocida como prueba de distancia global para evaluar la precisión, que va de 0 a 100.

¿Qué pasó este año?

En la última ronda de este desafío llamada CASP-14, AlphaFold determinó la forma de alrededor de dos tercios de las proteínas con una precisión comparable a la de las pruebas de laboratorio. Los evaluadores dijeron que la precisión con la mayoría de las otras proteínas también era alta, aunque no a ese nivel.

AlphaFold se basa en un concepto llamado aprendizaje profundo. En este proceso, la estructura de una proteína formada se representa como un gráfico espacial. Luego, el programa "aprende" utilizando información sobre las formas tridimensionales de proteínas conocidas que se encuentran en la base de datos pública de proteínas.

El programa de inteligencia artificial pudo hacer en cuestión de días lo que podría llevar años en el laboratorio.

¿Cómo se utilizará esta información?

Conocer la estructura tridimensional de una proteína es importante en el diseño de fármacos y en la comprensión de las enfermedades humanas, como el cáncer, la demencia y las enfermedades infecciosas.

Un ejemplo es la covid-19, en la cual los científicos han estado estudiando cómo la proteína espiga (spike) en la superficie del virus Sars-CoV-2 interactúa con los receptores en las células humanas.

El profesor Andrew Martin, del University College London (UCL), explica que "comprender cómo una secuencia de proteínas se estructura en tres dimensiones es realmente una de las cuestiones fundamentales de la biología. La forma en que funciona una proteína depende de su estructura tridimensional y la función de la proteína es relevante para todo en la salud y las enfermedades. Al conocer las estructuras tridimensionales de las proteínas, podemos ayudar al diseño de medicamentos e intervenir en problemas de salud, ya sean infecciones o enfermedades hereditarias".

"Una mejor comprensión de las estructuras de las proteínas y la capacidad de predecirlas usando una computadora significa una mejor comprensión de la vida, la evolución y, por supuesto, la salud y las enfermedades humanas" explicó la profesora Dame Janet Thornton, del Instituto Europeo de Bioinformática,

Todavía queda una brecha de conocimiento, que incluye averiguar cómo se unen varias proteínas y cómo las proteínas interactúan con otras moléculas, como el ADN y el ARN.

Fuente: BBC