Lima, Perú
+5113014109

La IA Deepmind ha predicho la estructura de todas las proteínas conocidas

La IA Deepmind ha predicho la estructura de todas las proteínas conocidas


Un ejemplo de una de las proteínas predichas por AlphaFold

La historia de la Inteligencia Artificial durante las últimas décadas sigue un guion que nos resulta ya un tanto familiar: un potente descubrimiento que cambió la industria, seguido de meses o años de ligeros cambios mezclados con una pizca de controversia. Pues ayer se produjo uno de estos descubrimientos decisivos.

Deepmind, la compañía propiedad de Alphabet (empresa matriz de Google), anunció este jueves que haría pública una base de datos con predicciones de prácticamente todas las proteínas conocidas actualmente por la ciencia, un avance que podría ayudar a acelerar significativamente el desarrollo de fármacos y avances importantes en nuevas tecnologías. La base de datos que presentaron esta semana multiplica por 200 la cantidad de proteínas que estaban incluidas ya en la base de datos de Deepmind, alcanzando casi los 200 millones de estructuras frente al millón inicial.

Imagen para el artículo titulado La IA de Deepmind ha conseguido predecir la estructura de todas las proteínas conocidas

Esas predicciones las ha logrado hacer el software AlphaFold AI diseñado por Deepmind. En 2020, AlphaFold demostró que podía predecir la forma de ciertas estructuras de proteínas y crear modelos 3D con una precisión sin precedentes. Deepmind comenzó a publicar algunas de estas estructuras en esta base de datos abierta el año pasado, comenzando con las estructuras conocidas de 20 especies y del 98% de todas las proteínas humanas. Deepmind cree que sus nuevas predicciones, donde se incluyen las estructuras de plantas, bacterias, animales y otros organismos, podrían crear nuevas oportunidades para que los científicos logren importantes avances que aborden problemas de sostenibilidad y de escasez de alimentos. Puedes descargar aquí la enorme base de datos compartida por Deepmind.

Antes de AlphaFold, la predicción de proteínas implicaba hacer experimentos in situ que consumían mucho tiempo haciendo uso de rayos X, microscopios y otras herramientas. El fundador y director de Scripps Research Translational Institute, Eric Topol, dijo que AlphaFold había reducido el tiempo que se necesitaba predecir con precisión la estructura de una proteína de meses o años a meros segundos.

“AlphaFold ya ha acelerado y permitido descubrimientos masivos, incluido el descifrado de la estructura de los complejos de poro nuclear”, dijo Topol. “Y con esta nueva incorporación de estructuras que abarcan casi todo el universo de proteínas, seguramente que puedan resolver nuevos misterios biológicos cada día”.

Los círculos que ves a continuación ilustran la escala de los nuevos descubrimientos. Si bien la estructura proteica prevista para todos los organismos enumerados aumentó drásticamente desde el año pasado, la mayor parte de los datos son los que involucran a animales. A eso le siguen las plantas y poco después las bacterias.

Imagen para el artículo titulado La IA de Deepmind ha conseguido predecir la estructura de todas las proteínas conocidas

“Esto abarca todo: la medicina, la agricultura, la biotecnología…”, dijo en un comunicado la directora del Instituto Europeo de Bioinformática, Dame Janet Thornton. “Hay muchas aplicaciones. Esta base de datos es como una tienda en la que puedes entrar y llevarte tu proteína favorita para mirarla al instante”.

Científicos de todo el mundo ya han comenzado a utilizar los modelos de AlphaFold para avanzar en sus investigaciones. Naturalmente, Alphabet también ha tratado de aprovecharlo. A fines del año pasado, la compañía anunció que había formado una nueva compañía llamada Isomorphic Labs con el propósito expreso de tomar las conclusiones sacadas de AlphaFold y usarlas para descubrir nuevos medicamentos farmacéuticos. El CEO de Deepmind, Demis Hassabis, afirmó que el proyecto podría “reimaginar todo el proceso de descubrimiento de fármacos aprovechando el enfoque de la IA primero”.



Enlace fuente

Post Relacionados
× ¿Cómo puedo ayudarte? Available from 09:00 to 18:00