By 
La inteligencia artificial ha trazado la forma de prácticamente todas las proteínas conocidas por la ciencia.
El avance ayudará a afrontar grandes retos mundiales como el desarrollo de vacunas contra la malaria o la lucha contra la contaminación por plásticos, según los expertos.
Las proteínas son los componentes básicos de la vida, y su forma está estrechamente relacionada con su función.
Ser capaz de predecir la estructura de una proteína permite a los científicos comprender mejor lo que hace y cómo funciona.
Esperamos que esta base de datos ampliada ayude a muchos más científicos en su importante trabajo y abra nuevas vías de descubrimiento científico.
Demis Hassabis, director general de DeepMind
La investigación fue realizada por DeepMind y el Instituto Europeo de Bioinformática del EMBL (EMBL-EBI), que utilizó el sistema de IA AlphaFold para predecir la estructura 3D de una proteína.
La base de datos de estructuras de proteínas AlphaFold -que está disponible de forma gratuita para la comunidad científica- se ha ampliado de casi un millón de estructuras de proteínas a más de 200 millones de estructuras, cubriendo casi todos los organismos de la Tierra cuyo genoma ha sido secuenciado.
La ampliación incluye las formas previstas para la más amplia gama de especies, incluyendo plantas, bacterias, animales y otros organismos, abriendo nuevas vías de investigación en las ciencias de la vida.
Demis Hassabis, fundador y director general de DeepMind, ha declarado: “Nos ha sorprendido el ritmo al que AlphaFold se ha convertido ya en una herramienta esencial para cientos de miles de científicos en laboratorios y universidades de todo el mundo.
“Desde la lucha contra las enfermedades hasta la lucha contra la contaminación por plásticos, AlphaFold ya ha permitido un impacto increíble en algunos de nuestros mayores desafíos globales.
“Nuestra esperanza es que esta base de datos ampliada ayude a innumerables científicos más en su importante trabajo y abra vías completamente nuevas de descubrimiento científico”.
En diciembre de 2020, AlphaFold fue reconocido como una solución al gran reto de 50 años de la predicción de la estructura de las proteínas por los organizadores de la Evaluación Crítica de la Predicción de la Estructura de las Proteínas (Casp).
En ese momento, demostró que podía predecir con exactitud la forma de una proteína, a escala y en minutos, con una precisión atómica.
La base de datos funciona como una búsqueda en Internet de estructuras de proteínas, proporcionando acceso instantáneo a los modelos predichos.
Esto reduce el tiempo que los científicos tardan en conocer las formas probables de las proteínas que están investigando, acelerando el trabajo experimental.
Las predicciones anteriores ya han ayudado a los científicos en su intento de crear una vacuna eficaz contra la malaria.
Científicos de la Universidad de Oxford y del Instituto Nacional de Alergias y Enfermedades Infecciosas han estado investigando una proteína llamada Pfs48/45, que es una de las candidatas más prometedoras para ser incluida en una vacuna contra la malaria que bloquee la transmisión.
La tecnología existente no les permitió comprender plenamente la estructura de la proteína para ver dónde se unen los anticuerpos más eficaces para bloquear la transmisión en su superficie.
Matthew Higgins, catedrático de Parasitología Molecular y coautor de ese estudio, dijo: “Al combinar los modelos AlphaFold con nuestra información experimental de la cristalografía, pudimos revelar la estructura de Pfs48/45, comprender su dinámica y mostrar dónde se unen los anticuerpos bloqueadores de la transmisión.
“Esta información se utilizará ahora para diseñar vacunas mejoradas que induzcan los anticuerpos bloqueadores de la transmisión más potentes”.
DeepMind y EMBL-EBI dijeron que continuarán actualizando la base de datos periódicamente, con el objetivo de mejorar las características y la funcionalidad.
Comments