La inteligencia artificial revela la forma de los ladrillos b¨¢sicos de la vida y abre una nueva era en la ciencia

La humanidad lleva medio siglo enfrentada a un desaf¨ªo descomunal: averiguar la forma de los ladrillos b¨¢sicos de la vida, un conocimiento esencial para curar enfermedades hoy letales. El agua es muy f¨¢cil de imaginar. Son solo dos ¨¢tomos de hidr¨®geno unidos a otro de ox¨ªgeno: H?O. Pero la prote¨ªna que enrojece la sangre, la hemoglobina, responde a la endiablada f¨®rmula C????H????N???O???S?Fe?. El bi¨®logo estadounidense Cyrus Levinthal calcul¨® en 1969 que se necesitar¨ªa m¨¢s tiempo del transcurrido desde el origen del universo ¡ªunos 14.000 millones de a?os¡ª para desentra?ar todas las configuraciones posibles de una ¨²nica prote¨ªna a partir de su secuencia de amino¨¢cidos, que son los eslabones de esas macromol¨¦culas. Sin embargo, un sistema de inteligencia artificial del conglomerado de Google ha logrado hacerlo en unos minutos. Sus predicciones para pr¨¢cticamente todas las prote¨ªnas humanas se hacen p¨²blicas este jueves. Es un salto de gigante para la biolog¨ªa. La humanidad se quita una venda de los ojos.

En cabeza de esta revoluci¨®n camina el neurocient¨ªfico brit¨¢nico Demis Hassabis (Londres, 44 a?os). El investigador fue un ni?o prodigio del ajedrez y en 1997 qued¨® marcado por el combate entre el maestro ruso Gari Kasp¨¢rov y el superordenador Deep Blue. La computadora gan¨® aquella batalla, pero Hassabis se qued¨® con la sensaci¨®n de que era un cacharro tosco, in¨²til si hab¨ªa que jugar a las tres en raya. Cuando acab¨® la ¨²ltima partida, el entonces estudiante de la Universidad de Cambridge se propuso dise?ar una m¨¢quina capaz de aprender cualquier juego. En 2010, Hassabis fund¨® la empresa DeepMind para impulsar la inteligencia artificial. En 2013, su primera criatura hab¨ªa aprendido sola a jugar y ganar en diferentes videojuegos de la legendaria videoconsola Atari. En 2014, Google compr¨® la compa?¨ªa por unos 650 millones de d¨®lares (unos 500 millones de euros al cambio de entonces)

Tras su entrenamiento con los videojuegos, los cient¨ªficos de DeepMind se han lanzado a intentar resolver uno de los mayores retos de la biolog¨ªa. Las prote¨ªnas ¡ªcomo las hormonas, las enzimas y los anticuerpos¡ª son diminutas m¨¢quinas que llevan a cabo las funciones b¨¢sicas para la vida. Est¨¢n formadas por cadenas de otras mol¨¦culas m¨¢s peque?as, los amino¨¢cidos, como si fueran un collar de perlas. Estos collares se pliegan en enrevesadas configuraciones que determinan su funci¨®n. Los anticuerpos, defensas del cuerpo humano ante invasores como el coronavirus, tienen forma de Y.

En el ADN de cada c¨¦lula est¨¢n escritas las recetas de todas las prote¨ªnas que necesita para funcionar. El sistema de DeepMind, bautizado AlphaFold, lee esa informaci¨®n ¡ªuna secuencia de amino¨¢cidos¡ª y predice la estructura de cada prote¨ªna. Su precisi¨®n es similar a la lograda con experimentos en el laboratorio, que requieren much¨ªsimo m¨¢s tiempo y dinero. Es como adivinar la forma de una tortilla al ver por primera vez una receta con huevos, patatas, cebolla, aceite y sal.

DeepMind y el Laboratorio Europeo de Biolog¨ªa Molecular han publicado este jueves m¨¢s de 350.000 estructuras, incluyendo las de unas 20.000 prote¨ªnas humanas y las de otros 20 organismos, como el rat¨®n de laboratorio y la bacteria de la tuberculosis. El cient¨ªfico Venki Ramakrishnan, ganador del Nobel de Qu¨ªmica en 2009, afirma que es ¡°un avance asombroso¡±, de consecuencias impredecibles. ¡°Ha ocurrido mucho antes de lo que muchos expertos habr¨ªan predicho. Va a ser emocionante ver las muchas maneras en las que va a cambiar radicalmente la investigaci¨®n biol¨®gica¡±, ha se?alado Ramakrishnan, del Laboratorio de Biolog¨ªa Molecular de Cambridge (Reino Unido), en un comunicado.

El sistema es ¡°una aut¨¦ntica revoluci¨®n para las ciencias de la vida¡±, en palabras de la cient¨ªfica Edith Heard

Algunas organizaciones ya est¨¢n trabajando con la nueva base de datos. La Iniciativa Medicamentos para Enfermedades Olvidadas, una entidad sin ¨¢nimo de lucro impulsada por M¨¦dicos Sin Fronteras, utiliza la estructura de las prote¨ªnas para buscar nuevos tratamientos. Pr¨¢cticamente todas las enfermedades, desde el c¨¢ncer al alzh¨¦imer, pasando por la covid, est¨¢n relacionadas con la forma de alguna prote¨ªna. Otras instituciones, como la Universidad de Portsmouth (Reino Unido), est¨¢n empleando el programa para intentar dise?ar prote¨ªnas capaces de reciclar pl¨¢sticos.

Demis Hassabis, director ejecutivo de DeepMind, ha anunciado que su plan es publicar 100 millones de estructuras en los pr¨®ximos meses. Eso supondr¨ªa ofrecer gratis la predicci¨®n de la forma de pr¨¢cticamente todas las prote¨ªnas con una secuencia de amino¨¢cidos conocida. ¡°Creemos que esta es la contribuci¨®n m¨¢s importante hasta ahora de la inteligencia artificial al conocimiento cient¨ªfico¡±, ha proclamado Hassabis. En su estudio, publicado este jueves en la revista Nature, ha participado el espa?ol Bernardino Romera Paredes, un ingeniero inform¨¢tico de DeepMind nacido en Murcia hace 35 a?os.

El sistema AlphaFold no nace de la nada, como ha recalcado Edith Heard, directora general del Laboratorio Europeo de Biolog¨ªa Molecular, un organismo con 1.800 trabajadores y sedes en Alemania, Francia, Italia, Reino Unido y, desde 2017, en Espa?a, en Barcelona. ¡°AlphaFold ha sido entrenado utilizando datos de recursos p¨²blicos creados por la comunidad cient¨ªfica, as¨ª que tiene sentido que sus predicciones sean p¨²blicas¡±, ha declarado Heard. La investigadora habla de ¡°una aut¨¦ntica revoluci¨®n para las ciencias de la vida, como lo fue la gen¨®mica hace d¨¦cadas¡±.

Para determinar la estructura real de una prote¨ªna se necesitan car¨ªsimas infraestructuras, como el Laboratorio Europeo de Radiaci¨®n Sincrotr¨®n, una instalaci¨®n circular de casi un kil¨®metro de circunferencia en Grenoble (Francia). La radiaci¨®n emitida por los electrones que circulan por el anillo, compuesta b¨¢sicamente por rayos X, permite observar los secretos de la materia. El bi¨®logo espa?ol Jos¨¦ Antonio M¨¢rquez explica que dilucidar la forma de una prote¨ªna con un sincrotr¨®n, o con el m¨¦todo alternativo de la criomicroscop¨ªa electr¨®nica, puede requerir ¡°meses o incluso a?os¡±. AlphaFold lo consigue en minutos, pero con errores.

¡°Se trata de predicciones de ordenador, no de la determinaci¨®n experimental de la estructura. Y la precisi¨®n es del 58%¡±, subraya M¨¢rquez, un investigador valenciano de 52 a?os que dirige la Plataforma de Cristalograf¨ªa del Laboratorio Europeo de Biolog¨ªa Molecular, en Grenoble. Hoy en d¨ªa, si un cient¨ªfico quiere estudiar una prote¨ªna implicada en el c¨¢ncer, tiene que esperar meses o a?os para analizar su forma. En las bases de datos solo hay unas 180.000 estructuras. La informaci¨®n publicada este jueves duplica esa cifra. Y en unos meses ser¨¢n millones. ¡°Lo normal hoy es no encontrar una prote¨ªna en las bases de datos. Con AlphaFold puedes tener una predicci¨®n con un 58% de fiabilidad. Te ahorra una cantidad de tiempo enorme¡±, opina M¨¢rquez, que no ha participado en el proyecto. Las imprecisiones del sistema se concentran en unas determinadas regiones de las prote¨ªnas, desestructuradas para adaptarse al ambiente.

El bi¨®logo espa?ol se?ala otras limitaciones. El sistema de DeepMind puede predecir la estructura de una mol¨¦cula aislada, pero las prote¨ªnas suelen interactuar con otras. AlphaFold todav¨ªa no es capaz de pronosticar la forma de estos complejos, pero es un programa dise?ado para que aprenda solo. M¨¢rquez es optimista: ¡°Va a conseguir acelerar los descubrimientos en pr¨¢cticamente todas las ¨¢reas de la biolog¨ªa¡±.

Puedes escribirnos a manuel@esmateria.com o seguir a MATERIA en Facebook, Twitter, Instagram o suscribirte aqu¨ª a nuestra newsletter.