*Reportaje Especial ACN / Cortesía de la BBC*

Científicos británicos, resuelven uno de los mayores misterios de la biología utilizando la inteligencia artificial (IA), mediante un innovador sistema que emplea la tecnología «Deep Learning«.

Predecir cómo una proteína se pliega en una forma tridimensional, ha desconcertado a los científicos durante mas de medio siglo.

El laboratorio de inteligencia artificial con sede en Londres, DeepMind, ha logrado resolver el problema, según informan los organizadores de este peculiar proyecto científico, que llevará a una mejor comprensión de las formas de las proteínas, lo cual jugará un papel fundamental en el desarrollo de nuevos medicamentos.

Se espera que el avance logrado por los modelos predictivos de DeepMind acelere la investigación de una serie de enfermedades, incluido el virus covid-19.

Resuelven misterio de la biología usando inteligencia artificial

El proyecto digital, ha logrado determinar la forma final de las proteínas con un nivel de precisión comparable a los costosos y lentos métodos «tradicionales» de los laboratorios.

El Dr. Andriy Kryshtafovych, de la Universidad de California (UC), quién es uno de los miembros del panel de jueces científicos, describió el logro como «verdaderamente notable».

«Ser capaz de predecir la forma de las proteínas de forma rápida y precisa tiene el potencial de revolucionar las ciencias de la vida», dijo el científico.

¿Qué son las proteínas?

Las proteínas están presentes en todos los seres vivos donde desempeñan un papel central en los procesos químicos esenciales para la vida.

Compuestos por cadenas de aminoácidos, se pliegan de infinitas formas en formas elaboradas que contienen la clave de cómo llevan a cabo sus funciones vitales.

Muchas enfermedades están relacionadas con el papel de las proteínas en la catalización de reacciones químicas (enzimas), en la lucha contra enfermedades (anticuerpos) o actuando como mensajeros químicos (hormonas como la insulina).

«Incluso pequeños reordenamientos de estas moléculas vitales pueden tener efectos catastróficos en nuestra salud, por lo que una de las formas más eficientes de comprender la enfermedad y encontrar nuevos tratamientos es estudiar las proteínas involucradas», dijo el Dr. John Moult de la Universidad de Maryland, presidente del panel de jueces científicos del proyecto.

«Hay decenas de miles de proteínas humanas y muchos miles de millones en otras especies, incluidas bacterias y virus, pero trabajar la forma de una sola requiere equipos costosos y puede llevar años», agregó Moult.

 ¿Cómo funciona el proyecto?

En 1972, Christian Anfinsen fue galardonado con un premio Nobel por su trabajo que demuestra que debería ser 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 intentan ciegamente predecir usando computadoras 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 el otro en la molécula de proteína.

Un equipo de científicos de CASP (Experimento Comunitario para la Evaluación Crítica de Técnicas de Predicción de la Estructura de las Proteínas) realiza la comparación de estas predicciones con las estructuras tridimensionales resueltas usando los métodos experimentales comúnmente aceptados.

CASP utiliza una métrica conocida como «la prueba de distancia global», para evaluar la precisión de los modelos creados, misma que va de 0 a 100. Con la puntuación de 90 puntos, que logró el programa «AlphaFold» del laboratorio DeepMind, se considera comparable con las técnicas de laboratorio actuales.

Un mayor puntaje, representaría un avance significativo en las técnicas de modelaje molecular existentes en la actualidad, que es justamente hacia donde apuntan los objetivos del proyecto AlphaFold.

¿Qué pasó este año?

En la última ronda del desafío anual de este proyecto (CASP-14), El método utilizado por AlphaFold determinó la forma de alrededor de dos tercios de las proteínas con una precisión comparable a la de los experimentos de laboratorio.

Los evaluadores científicos, dijeron que la precisión con la mayoría de las otras proteínas también era alta, aunque no del todo a ese mismo nivel.

AlphaFold, se basa en un concepto informático llamado aprendizaje profundo (Deep Learning). En este proceso, la estructura de una proteína plegada se representa como un gráfico espacial.

Luego, el programa computacional «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 AlphaFold de DeepMind, pudo hacer en cuestión de días lo que podría llevar años en los laboratorios.

¿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 Covid-19, donde los científicos han estado estudiando cómo la proteína de pico 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), exparticipante y evaluador del proyecto CASP, dijo a la BBC que: «Comprender cómo una secuencia de proteínas se despliega en tres dimensiones es realmente una de las cuestiones fundamentales de la biología moderna».

«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 la enfermedad», agregó Martin.

El científico británico acotó que «Al conocer las estructuras tridimensionales de las proteínas, podemos ayudar a diseñar medicamentos e intervenir con problemas de salud, ya sean infecciones o enfermedades hereditarias».

La profesora Dame Janet Thornton del Instituto Europeo de Bioinformática de EMBL en Hinxton, Reino Unido, dijo que cómo las proteínas se pliegan para crear «estructuras tridimensionales exquisitamente únicas» es uno de los mayores misterios de la biología.

«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 Thornton.

¿Qué pasará ahora?

Otros científicos querrán observar los datos para determinar qué tan preciso es el método de IA desarrollado por DeepMind y qué tan bien funciona a un nivel detallado.

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

«Ahora que el problema se ha resuelto en gran medida para las proteínas individuales, queda abierto el camino para el desarrollo de nuevos métodos para determinar la forma de los complejos de proteínas: colecciones de proteínas que trabajan juntas para formar gran parte de la maquinaria de la vida y para otras aplicaciones», expresó el Dr. Kryshtafovych.

[Fuentes]: ACN | BBC | Wikipedia | Redes

No dejes de leer: Diosdado Cabello amenazó que «para el que no vote, no hay comida»

* Infórmate al instante, únete a nuestro canal de Telegram NoticiasACN