AlphaFold, de Google, resolvió un problema que llevaba 50 años

AlphaFold, de Google, parece haber encontrado la respuesta a una compleja situación. Según se informó, acaba de resolver uno de los grandes problemas a los que se ha enfrentado la comunidad científica durante cinco décadas: el plegamiento de proteínas.“La composición química de una proteína no lo cuenta todo; la parte más importante es cómo se pliega sobre sí misma, creando microestructuras, porque si no se pliega correctamente, no funcionará como debería en un sistema biológico. Esto es especialmente vital para el desarrollo de nuevas medicinas. Da igual que la composición sea correcta: si no se pliega de la manera en la que debe, no servirá para nada. Eso es algo que la ciencia sabe desde hace 50 años, pero hasta ahora no ha podido hacer mucho al respecto, más que probar todas las combinaciones”, dice la investigación, citada por varios medios, como The Independent, El Español y la revista Nature.De acuerdo con la compleja explicación, lo que descubrió DeepMind, compañía de inteligencia artificial inglesa creada en 2010 y adquirida por Google en 2014, es que ya se puede pronosticar el plegamiento de proteínas con una gran precisión. Ahora, se podrá saber cómo se plegará una proteína y el margen de error, según se informó, será de apenas el diámetro de un átomo. Este nuevo procedimiento, sobre el cual se ha trabajado durante 50 años, se podrá llevar a cabo –con la inteligencia artificial de Google llamada AlphaFold– en cuestión de horas, máximo días.Ahora bien, para qué sirve esto. De acuerdo con los responsables del estudio, la composición química de una proteína planteaba retos cuando la misma se plegaba. Y ahora que se sabe qué sucede cuando la misma lo hace: se podrán desarrollar y sacar adelante medicinas mucho más efectivas en el futuro.Según informó Google, un grupo de investigadores en Alemania llevaba 10 años analizando la estructura de una proteína. Con el descubrimiento, en 30 minutos consiguieron hallar con la estructura final. Aquí la investigación al respecto:“La predicción de la estructura de la proteína se puede utilizar para determinar la forma tridimensional de una proteína a partir de su secuencia de aminoácidos. Este problema es de fundamental importancia, ya que la estructura de una proteína determina en gran medida su función; sin embargo, las estructuras de las proteínas pueden ser difíciles de determinar experimentalmente”, reseñó Nature, al explicar los avances de la investigación. “Recientemente se ha logrado un progreso considerable aprovechando la información genética. Es posible inferir qué residuos de aminoácidos están en contacto analizando la covariación en secuencias homólogas, lo que ayuda en la predicción de estructuras de proteínas. Aquí mostramos que podemos entrenar una red neuronal para hacer predicciones precisas de las distancias entre pares de residuos, que transmiten más información sobre la estructura que las predicciones de contacto. Con esta información, construimos un potencial de fuerza media que puede describir con precisión la forma de una proteína”.De acuerdo con los investigadores, si bien la ecuación se resuelve en cuestión de minutos, no se puede cantar victoria y habrá que hacer otros ensayos para definitivamente reseñar que se logró tal descubrimiento. Además, se informó que este procedimiento, a futuro, no requerirá la intervención humana. Serán ordenadores que estarán programados y con una precisión absoluta para pronosticar el plegamiento de cualquier proteína. Dicho plegamiento, a su vez, dará lugar a nuevos desarrollos.Los investigadores del 14.º Experimento Comunitario de Evaluación Crítica de Técnicas de Predicción de la Estructura de las Proteínas aseguraron que un descubrimiento de esta naturaleza es realmente revolucionario. “Ser capaz de investigar la forma de las proteínas de manera rápida y precisa tiene el potencial de revolucionar las ciencias de la vida”, dijo Andriy Kryshtafovych, galeno de la Universidad de California Davis e integrante de ese equipo de investigación.“Lo que AlphaFold ha logrado es verdaderamente notable y el anuncio de hoy es una victoria para DeepMind, pero también es un triunfo para la ciencia en equipo. La forma única e intensa en que colaboramos con investigadores de todo el mundo a través de CASP y las contribuciones de muchos equipos de científicos a lo largo de los años, nos ha llevado a este gran avance”, enfatizó.