En 1957 , un bioquímico y cristalógrafo llamado John Kendrew se convirtió en la primera persona en determinar la estructura 3D de una proteína. Descifrar esa estructura, la de la mioglobina, la proteína responsable del suministro de oxígeno a nuestros músculos, le llevó más de dos décadas de ardua investigación, y fue un descubrimiento tan significativo que más tarde le valdría el Premio Nobel.
En 2022, la Inteligencia Artificial AlphaFold acaba de predecir las estructuras de 200 millones más.
El fundador y director ejecutivo de DeepMind, Demis Hassabis dijo:
“Esencialmente, puede pensar que cubre todo el universo de proteínas”
“Incluye estructuras predictivas para plantas, bacterias, animales y muchos otros organismos, lo que abre nuevas y enormes oportunidades para… cuestiones importantes, como la sostenibilidad, la inseguridad alimentaria y las enfermedades desatendidas”.
Es difícil exagerar lo importante que es esto: las proteínas son los componentes básicos de la vida y determinan todos los procesos biológicos que ocurren, desde impulsar la vida misma hasta causar (y tal vez curar) cánceres . Pero hasta ahora, hemos entendido correctamente solo una pequeña fracción de una fracción de ellos, y los métodos experimentales actuales han determinado solo 190,000 estructuras de proteínas.
Eso puede parecer mucho en general, pero es el equivalente a una estructura de proteína conocida por cada 999 desconocidas. El problema es que, si bien es lo suficientemente simple en esta era moderna secuenciar el ADN de una proteína (aprendiendo así la cadena de aminoácidos que la compone), es la estructura 3D la que determina la función real de la proteína. Podrías pensar que es como un origami diminuto y súper complicado, excepto que todo lo que te han dado es una hoja de papel y la información de que si doblas bien, deberías terminar con algún tipo de pájaro.
El fundador y director del Scripps Research Translational Institute, Eric Topol dijo:
“Determinar la estructura 3D de una proteína solía tomar muchos meses o años”
Pero en noviembre de 2020, la empresa de inteligencia artificial DeepMind lanzó AlphaFold: un programa que podía predecir rápidamente esta información mediante un algoritmo.
Eric Topol dijo:
Encontrar esas estructuras “ahora toma unos segundos”.
“Y con esta nueva incorporación de estructuras que iluminan casi todo el universo de proteínas, podemos esperar que se resuelvan más misterios biológicos cada día”.
AlphaFold ya ha demostrado su valía en el campo: el año pasado, DeepMind publicó sus predicciones para las estructuras de casi todas las proteínas humanas, todas las 20,000.
La presidenta y directora ejecutiva de la empresa de biotecnología ROME Therapeutics, Rosana Kapeller dijo:
Esa base de datos “se convirtió en una herramienta esencial para la investigación biofarmacéutica casi de la noche a la mañana”.
“Nos permite predecir estructuras de proteínas en áreas del genoma oscuro que nunca antes se habían resuelto”.
“La velocidad y la precisión de AlphaFold están acelerando el proceso de descubrimiento de fármacos, y solo estamos comenzando a darnos cuenta de su impacto en la obtención de nuevos medicamentos para los pacientes con mayor rapidez”.
Pero con este último anuncio, AlphaFold está ampliando el número de estructuras proteicas conocidas o predichas en más de 200 veces. La actualización incluye estructuras predichas para plantas, bacterias, animales y otros organismos; de hecho, casi todas las proteínas conocidas por la ciencia.
