AlphaGo<\/a> arras\u00f3 ante los mejores campeones de Go, el complej\u00edsimo juego de tablero asi\u00e1tico similar al ajedrez. Desde entonces, Hassabis volc\u00f3 sus esfuerzos en un reto mucho mayor: predecir la forma tridimensional que tendr\u00e1 una prote\u00edna leyendo \u00fanicamente su secuencia gen\u00e9tica, escrita en dos dimensiones con letras de ADN.<\/p>\n\n\n\nConocer la estructura tridimensional de estas mol\u00e9culas a partir de su secuencia gen\u00e9tica es esencial para entender su funci\u00f3n, pero supone un problema de inmensa dificultad. Es como terminar un puzle con decenas de miles de piezas sin saber qu\u00e9 imagen representa.<\/p>\n\n\n\n
Hasta la aparici\u00f3n de este sistema, dilucidar la forma de una sola prote\u00edna compuesta por 100 unidades b\u00e1sicas \u2014llamadas amino\u00e1cidos\u2014 pod\u00eda llevar 13.700 millones de a\u00f1os, la edad del universo. En el mejor de los casos, los cient\u00edficos tardaban a\u00f1os usando microscop\u00eda electr\u00f3nica o enormes aceleradores de part\u00edculas como el sincrotr\u00f3n europeo de Grenoble (Francia). En cambio, el algoritmo de Google predice la estructura de cualquier prote\u00edna en unos pocos segundos.<\/p>\n\n\n\n
\u201cEste universo de prote\u00ednas\u201d es \u201cun regalo para la humanidad\u201d, ha resaltado Hassabis durante la presentaci\u00f3n de la nueva base de datos, durante una rueda de prensa celebrada el martes, junto a cient\u00edficos del Laboratorio Europeo de Biolog\u00eda Molecular (EMBL), una instituci\u00f3n p\u00fablica que ha colaborado en el desarrollo de AlphaFold.<\/p>\n\n\n\n
Antes de la llegada de esta tecnolog\u00eda, se hab\u00eda conseguido determinar la estructura de unas 200.000 prote\u00ednas, una labor que llev\u00f3 60 a\u00f1os y la participaci\u00f3n de miles de cient\u00edficos. Esa base de datos ha sido el material de aprendizaje de la inteligencia artificial de Google, que ha buscado patrones v\u00e1lidos que predigan qu\u00e9 forma tendr\u00e1n las prote\u00ednas de las que solo se conoce su secuencia bidimensional. En 2021, el sistema ya resolvi\u00f3 la estructura de un mill\u00f3n de prote\u00ednas,\u00a0incluidas todas las humanas. La nueva remesa de este a\u00f1o ampl\u00eda el r\u00e9cord a 200 millones: pr\u00e1cticamente todas las prote\u00ednas conocidas de todos los seres vivos del planeta.<\/p>\n\n\n\n
El acceso\u00a0a esta nueva base de datos\u00a0es libre y gratuito y el c\u00f3digo inform\u00e1tico de su inteligencia artificial es abierto y descargable. Este Google de la vida muestra la secuencia bidimensional de cualquier prote\u00edna y un modelo tridimensional que indica el nivel de fiabilidad de la predicci\u00f3n, que tiene un margen de error similar o incluso menor que los m\u00e9todos convencionales.<\/p>\n\n\n\n
Es importante tener en cuenta que AlphaFold no determina la realidad, sino que la predice. Lee la secuencia gen\u00e9tica y estima cu\u00e1l es la forma m\u00e1s probable en la que se configurar\u00e1n los amino\u00e1cidos. La predicci\u00f3n tiene una alta fiabilidad, lo que permite ahorrar mucho tiempo y dinero a los cient\u00edficos para hacer trabajos te\u00f3ricos sin necesidad de usar costosos equipos para determinar la estructura real de una prote\u00edna hasta que sea absolutamente necesario.<\/p>\n\n\n\n
Las aplicaciones de esta nueva herramienta son casi infinitas, pues las prote\u00ednas microsc\u00f3picas est\u00e1n involucradas en cualquier proceso biol\u00f3gico imaginable, desde la muerte en masa de las abejas a la resistencia de las cosechas al calor, pasando por una infinidad de enfermedades.<\/p>\n\n\n\n
El equipo de Matt Higgins, de la Universidad de Oxford (Reino Unido), ha usado AlphaFold como parte de su proyecto para desarrollar un anticuerpo \u2014un tipo de prote\u00edna\u2014 capaz de neutralizar una de las prote\u00ednas esenciales para que el pat\u00f3geno de la malaria pueda reproducirse. Dentro de a\u00f1os, este tipo de investigaciones podr\u00edan conseguir la primera vacuna altamente protectora contra esta enfermedad, pues impedir\u00eda la transmisi\u00f3n del par\u00e1sito de una persona a otra a trav\u00e9s de la picadura de mosquitos.<\/p>\n\n\n\n
Logros conseguidos<\/h3>\n\n\n\n
Otro de los hitos ya logrados es la estructura m\u00e1s detallada hasta la fecha de los poros nucleares, un complejo de prote\u00ednas con forma de rosquilla que es la puerta de entrada y de salida del n\u00facleo de las c\u00e9lulas humanas y que est\u00e1 relacionado con un sinf\u00edn de enfermedades, incluidas el c\u00e1ncer y las cardiovasculares. Esta nueva herramienta permite un acceso sin precedentes a entender \u201cc\u00f3mo la receta de la vida [escrita en el genoma] entra en funcionamiento al traducirse en prote\u00ednas\u201d, explic\u00f3 a este diario Jan Kosinski, investigador del EMBL coautor de este hallazgo.<\/p>\n\n\n\n
Hassabis y el resto de responsables de Deepmind y el EMBL han asegurado que se han analizado los posibles riesgos que entra\u00f1a publicar esta base de datos y hacerla accesible a todo el mundo. \u201cLos beneficios son claramente superiores a las amenazas\u201d, ha resaltado el creador del sistema, que ha a\u00f1adido que en el futuro, a medida que se desarrolle esta tecnolog\u00eda, ser\u00e1 la comunidad internacional la que deba decidir si debe limitarse su uso.<\/p>\n\n\n\n
Una de las aplicaciones m\u00e1s tangibles es el dise\u00f1o de mol\u00e9culas a la carta que puedan bloquear prote\u00ednas nocivas o, mejor, modular su actividad, un efecto mucho m\u00e1s deseable en el dise\u00f1o de nuevos f\u00e1rmacos, explica Carlos Fern\u00e1ndez, cient\u00edfico del CSIC y l\u00edder del grupo de biolog\u00eda estructural de la Sociedad Espa\u00f1ola de Biolog\u00eda Molecular. Su equipo ha utilizado AlphaFold para dilucidar parte de la estructura de un complejo formado por varias prote\u00ednas esencial para la propagaci\u00f3n del tripanosoma que causa la enfermedad del sue\u00f1o que existe en pa\u00edses del \u00c1frica subsahariana.<\/p>\n\n\n\n
Ahora quedan por delante a\u00f1os de trabajo para confirmar si las predicciones son correctas, explica el bi\u00f3logo Jos\u00e9 M\u00e1rquez, experto en estructura de prote\u00ednas del sincrotr\u00f3n de Grenoble. \u201cLa pr\u00f3xima frontera ser\u00e1 que AlphaFold pueda contribuir al dise\u00f1o de f\u00e1rmacos bloqueadores de prote\u00ednas o activadores de ellas, un problema que ya est\u00e1n abordando\u201d, explica. Otro escollo: el sistema no dice por qu\u00e9 una prote\u00edna obtiene su forma final, algo que puede ser esencial en la investigaci\u00f3n de dolencias como el alzh\u00e9imer o el p\u00e1rkinson, relacionadas con un plegado incorrecto de las prote\u00ednas.<\/p>\n\n\n\n
Alfonso Valencia, director de ciencias de la vida en el\u00a0Centro Nacional de Supercomputaci\u00f3n, habla de las carencias del sistema. \u201cNo todo est\u00e1 resuelto, porque AlphaFold solo puede predecir cosas que est\u00e9n en el dominio de cosas conocidas. Por ejemplo, no puede predecir bien la estructura de un tipo de prote\u00ednas que protegen de congelaci\u00f3n porque son raras y no hay muchos ejemplos en las bases de datos. Tampoco puede predecir la consecuencia de mutaciones, lo que es un punto muy negativo en medicina\u201d, resalta.<\/p>\n\n\n\n
Tambi\u00e9n reconoce uno de sus puntos fuertes: que el c\u00f3digo de todo el sistema es abierto, lo que supone que otros cient\u00edficos pueden mejorarlo o modificarlo a su gusto, incluso si Google decide retirar el sistema de la red. \u201cEs evidente que la gente de Deepmind est\u00e1 buscando ganar el Premio Nobel al actuar de esta forma tan transparente\u201d, opina Valencia. \u201cPor un lado, obtienen una gran imagen y una ventaja sobre sus competidores, como Facebook. Por otro, ya han sugerido que se reservan el uso privado de datos concretos sobre salud y para el dise\u00f1o de f\u00e1rmacos\u201d, a\u00f1ade.<\/p>\n\n\n\n
Fuente: elpais<\/p>\n","protected":false},"excerpt":{"rendered":"
Una inteligencia artificial propiedad de Google ha predicho la estructura de casi todas las prote\u00ednas conocidas; unos 200 millones de mol\u00e9culas esenciales para comprender la biolog\u00eda de todos los seres vivos del planeta y los mecanismos de algunas de las enfermedades m\u00e1s prevalentes, desde la malaria hasta el alzh\u00e9imer y el c\u00e1ncer. \u201cEste trabajo da […]<\/p>\n","protected":false},"author":2,"featured_media":108704,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[57],"tags":[],"class_list":["post-108703","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-tecnologia"],"_links":{"self":[{"href":"http:\/\/elcuartopoder.com.mx\/nw\/wp-json\/wp\/v2\/posts\/108703","targetHints":{"allow":["GET"]}}],"collection":[{"href":"http:\/\/elcuartopoder.com.mx\/nw\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"http:\/\/elcuartopoder.com.mx\/nw\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"http:\/\/elcuartopoder.com.mx\/nw\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"http:\/\/elcuartopoder.com.mx\/nw\/wp-json\/wp\/v2\/comments?post=108703"}],"version-history":[{"count":1,"href":"http:\/\/elcuartopoder.com.mx\/nw\/wp-json\/wp\/v2\/posts\/108703\/revisions"}],"predecessor-version":[{"id":108705,"href":"http:\/\/elcuartopoder.com.mx\/nw\/wp-json\/wp\/v2\/posts\/108703\/revisions\/108705"}],"wp:featuredmedia":[{"embeddable":true,"href":"http:\/\/elcuartopoder.com.mx\/nw\/wp-json\/wp\/v2\/media\/108704"}],"wp:attachment":[{"href":"http:\/\/elcuartopoder.com.mx\/nw\/wp-json\/wp\/v2\/media?parent=108703"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"http:\/\/elcuartopoder.com.mx\/nw\/wp-json\/wp\/v2\/categories?post=108703"},{"taxonomy":"post_tag","embeddable":true,"href":"http:\/\/elcuartopoder.com.mx\/nw\/wp-json\/wp\/v2\/tags?post=108703"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}