DeepMind, la empresa de tecnología de inteligencia artificial que forma parte de Alphabet, la matriz de Google, ha logrado un avance significativo en la predicción de la estructura de proteínas basada en inteligencia artificial. La compañía anunció hoy que su sistema AlphaFold ha resuelto oficialmente un gran desafío de plegamiento de proteínas que ha desconcertado a la comunidad científica durante 50 años. El avance en las capacidades AlphaFold de DeepMind podría conducir a un avance significativo en áreas como nuestra comprensión de las enfermedades, así como el descubrimiento y desarrollo de fármacos en el futuro.
La prueba que AlphaFold pasó esencialmente muestra que la IA puede descifrar correctamente, con un grado muy alto de precisión (con una precisión del ancho de un átomo, de hecho), la estructura de las proteínas en solo días, una tarea muy compleja que es crucial para descubrir cómo se pueden tratar mejor las enfermedades, así como para resolver otros grandes problemas como encontrar la mejor manera de descomponer material ecológicamente peligroso como los desechos tóxicos. Es posible que haya oído hablar de “Folding @ Home”, el programa que permite a las personas contribuir con su propio poder de procesamiento de computación en casa (y anteriormente, consola de juegos) a los experimentos de plegamiento de proteínas. Ese esfuerzo masivo de crowdsourcing global fue necesario porque, al usar métodos tradicionales, la predicción de plegado de porciones lleva años y es extremadamente costosa en términos de costos directos y recursos informáticos.
El enfoque de DeepMind implica el uso de un “sistema de red neuronal basado en la atención” (básicamente una red neuronal que puede centrarse en entradas específicas para aumentar la eficiencia). Es capaz de refinar continuamente su propio gráfico predictivo de posibles resultados de plegamiento de proteínas en función de su historial de plegamiento y, como resultado, proporcionar predicciones altamente precisas.
La forma en que las proteínas se pliegan, o pasan de ser una cadena aleatoria de aminoácidos cuando se crearon originalmente, a una estructura 3D compleja en su forma estable final, es clave para comprender cómo se transmiten las enfermedades, así como cómo funcionan las afecciones comunes como las alergias. Si comprende el proceso de plegado, puede alterarlo potencialmente, deteniendo el progreso de una infección a la mitad del paso o, por el contrario, corregir errores en el plegado que pueden conducir a trastornos neurodegenerativos y cognitivos.
El salto tecnológico de DeepMind podría hacer que predecir con precisión estos pliegues sea un proceso que consume mucho menos tiempo y recursos, lo que podría cambiar drásticamente el ritmo al que progresa nuestra comprensión de las enfermedades y la terapéutica. Esto podría ser útil para abordar las principales amenazas globales, incluidas futuras pandemias potenciales como la crisis de COVID-19 que estamos soportando actualmente, al predecir las estructuras de proteínas virales con un alto grado de precisión al principio de la aparición de nuevas amenazas futuras como el SARS. CoV-2, acelerando así el desarrollo de posibles tratamientos y vacunas eficaces.
Source link