La inteligencia artificial arrasa en uno de los problemas m¨¢s importantes de la biolog¨ªa

Un sistema de inteligencia artificial desarrollado por Google ha resuelto buena parte de uno de los problemas m¨¢s importantes de la biolog¨ªa. Las redes neuronales desarrolladas por la empresa Deepmind, propiedad del gigante tecnol¨®gico, han demostrado en una competici¨®n internacional que su capacidad de c¨¢lculo y predicci¨®n son muy superiores a la de cualquier humano e incluso a la de cualquier otro sistema de inteligencia artificial creado por humanos.

¡°Es una revoluci¨®n¡±, reconoce Alfonso Valencia, uno de los mayores expertos en biocomputaci¨®n de Espa?a y miembro del jurado t¨¦cnico de...

Un sistema de inteligencia artificial desarrollado por Google ha resuelto buena parte de uno de los problemas m¨¢s importantes de la biolog¨ªa. Las redes neuronales desarrolladas por la empresa Deepmind, propiedad del gigante tecnol¨®gico, han demostrado en una competici¨®n internacional que su capacidad de c¨¢lculo y predicci¨®n son muy superiores a la de cualquier humano e incluso a la de cualquier otro sistema de inteligencia artificial creado por humanos.

¡°Es una revoluci¨®n¡±, reconoce Alfonso Valencia, uno de los mayores expertos en biocomputaci¨®n de Espa?a y miembro del jurado t¨¦cnico del concurso CASP, siglas inglesas de t¨¦cnicas para la predicci¨®n de estructuras de las prote¨ªnas. ¡°Lo m¨¢s importante que nos deja este avance es saber que este problema [que nadie hab¨ªa resuelto desde que se formul¨® hace 50 a?os] tiene soluci¨®n, que es posible resolverlo¡±.

El problema del plegado de las prote¨ªnas est¨¢ considerado como el segundo c¨®digo secreto de la vida. Deepmind hab¨ªa ya ganado a los humanos en ajedrez y el complicad¨ªsimo Go, por ejemplo, pero este siempre ha sido su problema prioritario a resolver.

Para comprender su importancia hay que empezar por el primer c¨®digo de la vida, el genoma, que contiene toda la informaci¨®n para formar cualquier ser vivo. Una persona es una secuencia gen¨®mica de 3.000 millones de letras, cada una en su posici¨®n correcta. En esas letras est¨¢n todas las instrucciones para fabricar prote¨ªnas, que son las verdaderas obreras de la vida encargadas de que alguien pueda respirar, moverse, pensar, vivir. La estructura b¨¢sica del c¨®digo gen¨¦tico es bidimensional, pero las prote¨ªnas que forma son tridimensionales, como la diferencia entre el plano de una casa y la casa de verdad.

Uno de los mayores hitos cient¨ªficos de esta pandemia ha sido conocer la estructura de la prote¨ªna del nuevo coronavirus que encaja exactamente en otra prote¨ªna de las c¨¦lulas humanas para adue?arse de ellas. Las prote¨ªnas mal construidas, mal plegadas sobre s¨ª mismas, son la causa de enfermedades tan terribles como el alzh¨¦imer, el parkinson y muchas otras.

En 1972, el Nobel de Qu¨ªmica Christian Anfinsen postul¨® que la secuencia de amino¨¢cidos de una prote¨ªna [su plano] deb¨ªa predecir la forma que tendr¨ªa. Pero averiguar todas las configuraciones posibles de una sola prote¨ªna puede llevar m¨¢s de 13.700 millones de a?os: la edad del universo.

En el concurso CASP Deepmind compet¨ªa con otros 100 equipos en ser el mejor en predecir la forma de 100 prote¨ªnas bas¨¢ndose en su secuencia de amino¨¢cidos. La inteligencia artificial de Google ha arrasado. Su sistema, Alphafold, ha predicho correctamente la estructura de dos tercios de todas las prote¨ªnas con una resoluci¨®n equivalente a la de los m¨¦todos convencionales basados en cristalograf¨ªa y microscop¨ªa, que requieren m¨¢quinas de unos ocho millones de euros y en ocasiones a?os o d¨¦cadas de trabajo.

Es un resultado nunca alcanzado antes por ning¨²n equipo humano ni por ninguna otra inteligencia artificial. El margen de error de las predicciones de Google es equivalente al di¨¢metro de un solo ¨¢tomo, explica Deepmind, que ya gan¨® la anterior edici¨®n en 2018.

¡°Su puntuaci¨®n es muy, muy superior a la de cualquier otro equipo del certamen¡±, explica Tim Hubbard, bioqu¨ªmico del King¡¯s College de Londres y organizador de este concurso acad¨¦mico durante 10 a?os. ¡°Esta contribuci¨®n es fundamental porque nos ayuda a resolver un problema que determina no solo la biolog¨ªa humana, sino la del resto de seres vivos del planeta¡±, resalta Hubbard.

Alphafold se basa en algoritmos que aprenden por s¨ª mismos y ven patrones no visibles para humanos, pues est¨¢n escondidos en inabarcables bases de datos con miles de prote¨ªnas compuestas por millones de fragmentos. ¡°Este tipo de sistemas ya hab¨ªa ganado a los humanos en videojuegos porque encontraba errores en la programaci¨®n que permit¨ªan por ejemplo atravesar paredes¡±, explica Valencia. ¡°Gana a los humanos con formas de pensar no humanas, por eso aunque este sistema pudiese hablar y nos contara c¨®mo lo ha hecho, no entender¨ªamos la f¨ªsica que hay detr¨¢s de una prote¨ªna pleg¨¢ndose. Solo conocemos el resultado. Google no proporciona el software y esta es la parte frustrante del logro porque no va a beneficiar directamente a la ciencia¡±, detalla.

¡°No creemos que Deepmind vaya a poner Alphafold al servicio de la comunidad cient¨ªfica, pues no lo hizo despu¨¦s de la primera vez que gan¨® el certamen¡±. No obstante habr¨¢ una repercusi¨®n ¡°indirecta¡±, a?ade. Deepmind describir¨¢ todos sus m¨¦todos en un estudio completo revisado por expertos independientes y esto podr¨¢ ayudar a otros equipos a desarrollar sistemas de inteligencia artificial similares.

¡°Es un paso muy importante, se llevaba muchos a?os intentando descifrar ese c¨®digo oculto de la vida¡±, resume Fernando Corrales, investigador del Centro Nacional de Biotecnolog¨ªa del CSIC. En la naturaleza puede haber decenas de miles de prote¨ªnas diferentes y cada una es un mundo completamente diferente del otro. ¡°Hay ocasiones en las que se puede conocer la estructura completa en apenas un mes, y otras en las que es complej¨ªsimo y puede llevar a?os o d¨¦cadas¡±, se?ala Corrales. Para este cient¨ªfico la inteligencia artificial de Google no dejar¨¢ sin trabajo a los cristal¨®grafos y expertos en microscop¨ªa en el corto plazo, pues a¨²n son necesarias para corroborar las predicciones de la inteligencia artificial. Adem¨¢s, el problema del plegamiento de prote¨ªnas no se ha resuelto del todo, pues quedan niveles adicionales de complejidad. Las prote¨ªnas suelen funcionar en grupos formando complejos y entender su forma y movimiento es un problema que por ahora sigue sin resolver.

Deepmind explica a este diario que publicar¨¢ todos los detalles sobre su sistema en una revista cient¨ªfica pr¨®ximamente. Sus responsables explicar¨¢n su trabajo esta tarde en una conferencia online. Un portavoz de la empresa ha se?alado que a¨²n no han decidido si har¨¢n su sistema accesible a la comunidad cient¨ªfica. ¡°Aunque de alguna manera hemos resuelto el problema de plegado de las prote¨ªnas, hay muchos otros que nos gustar¨ªa afrontar. Somos optimistas en que este sistema puede ayudarnos a comprender enfermedades y a descubrir nuevos f¨¢rmacos¡±, se?ala.

Puedes seguir a MATERIA en Facebook, Twitter, Instagram o suscribirte aqu¨ª a nuestra Newsletter.