Los últimos avances en inteligencia artificial hacen posible la creación de nuevas proteínas revolucionarias

Los científicos están utilizando la inteligencia artificial para diseñar moléculas desde cero en cuestión de segundos

Gracias a los grandes avances en inteligencia artificial (IA) desarrollados en los últimos años, un equipo dirigido por David Baker, bioquímico de la Universidad de Washington (UW) en Seattle, tiene la capacidad de diseñar moléculas completamente nuevas en segundos. Esto contrasta con la enorme cantidad de tiempo que se empleaba anteriormente para este proceso, llegando a durar años.

La incorporación de la IA a la investigación en ciencias de la vida está suponiendo toda una revolución. En julio, el software de proteínas AlphaFold desarrollado por DeepMind reveló que la última versión del programa era capaz de predecir las estructuras de todas las proteínas conocidas por la ciencia.

“Desde AlphaFold, ha habido un cambio en la forma en que trabajamos con el diseño de proteínas”, ha declarado Noelia Ferruz, bióloga computacional de la Universidad de Girona. “Estamos presenciando tiempos muy emocionantes”.

El objetivo actual de los investigadores y empresas biotecnológicas es aplicar la IA al diseño de proteínas revolucionarias que puedan hacer cosas útiles, como eliminar desechos tóxicos o tratar enfermedades. Entre las empresas que están trabajando para lograr este objetivo se encuentran DeepMind en Londres y Meta (anteriormente Facebook) en Menlo Park, California.

Proteínas creadas desde cero

En la biología computacional, cuando se fabrica una proteína desde cero, introduciendo las secuencias que la conforman que el investigador desea, es muy complicado dar con la estructura exacta que se necesita. Las proteínas pueden plegarse de mil maneras, por lo que dar con el plegamiento adecuado puede implicar un coste económico y temporal descomunal. “Literalmente tendrías como 10 000 computadoras funcionando durante semanas haciendo esto”, ha señalado Baker.

Con la nueva modificación de AlphaFold y de otros programas de IA, este paso se ha vuelto casi instantáneo. Ahora, los investigadores introducen secuencias aleatorias de aminoácidos en una red de predicción de estructuras que van a conformar la proteína. Una vez que se obtienen los resultados, aproximadamente una quinta parte de las proteínas obtenidas se parece a la deseada.

Al incorporar otro programa complementario a AlphaFold, denominado ProteinMPNN los resultados obtenidos fueron radicalmente mejorados. Este programa puede actuar como un “correcto ortográfico”, ajustando las secuencias a una forma general de la proteína. Al aplicar este segundo programa, 27 de las 30 proteínas que crearon coincidieron con el diseño que se esperaba.

Trasladar los modelos computacionales al laboratorio

Producir una de estas nuevas proteínas en el laboratorio tradicional sería el punto álgido de estas investigaciones. “AlphaFold pensó que eran proteínas fantásticas, pero claramente no funcionaron en el laboratorio húmedo”, ha dicho Basile Wicky, biofísico en el laboratorio de Baker que codirigió el estudio.

Sin embargo, no todos los científicos que desarrollan herramientas de inteligencia artificial para el diseño de proteínas tienen fácil acceso a configuraciones experimentales, ha indicado Jinbo Xu, biólogo computacional del Instituto Tecnológico de Toyota en Chicago, Illinois. Encontrar un laboratorio con el que colaborar puede llevar tiempo, por lo que Xu está estableciendo su propio laboratorio para poner a prueba las creaciones de su equipo.

Los experimentos en laboratorios también serán indispensables para diseñar proteínas con tareas específicas. Algunos de estos enfoques se están utilizando para diseñar enzimas que lleven a cabo reacciones concretas; proteínas capaces de unirse a otras moléculas; y una proteína que podría usarse en una vacuna contra un virus respiratorio que es una de las principales causas de hospitalizaciones infantiles.

El director ejecutivo de DeepMind, Demis Hassabis, ha comentado que ve el diseño de proteínas con IA como una aplicación obvia y prometedora de cara al descubrimiento de nuevos fármacos. Por ello, lanzó el año pasado una empresa derivada llamada Isomorphic Labs en Londres, que tiene como objetivo aplicar las herramientas de inteligencia artificial a este fin.

Referencia científica:

doi: https://doi.org/10.1038/d41586-022-02947-7