Una inteligencia artificial predice la interacci¨®n entre todas las mol¨¦culas de la vida
La empresa que controla Google crea una farmac¨¦utica para descubrir nuevos medicamentos en la mitad de tiempo
Demis Hassabis, hijo de un grecochipriota y una singapurense criado en Londres, es un prodigio del ajedrez. Comenz¨® a jugar a los cuatro a?os y a los 13 ya era un maestro. Estudi¨® inform¨¢tica, se doctor¨® en neurociencia y fund¨® Deepmind, que actualmente es el puntal de inteligencia artificial, o IA, de la empresa propietaria de Google. Hace unos d¨ªas, Hassabis, de 47 a?os, recordaba en una entrevista el d¨ªa en que fue totalmente consciente de la potencia imparable de esta tecnolog¨ªa. Una ma?ana de 2018, mientras se tomaba un caf¨¦, le ech¨® una partida a AlphaZero, la IA de ajedrez que hab¨ªa creado. Pudo ganarla sin muchos problemas. En unas horas, el programa, que se ensa?aba a s¨ª mismo jugando cientos de miles de partidas, ya estuvo a punto de vencerle. Por la noche ya era ¡°el mejor jugador de ajedrez que jam¨¢s haya existido¡±. Todo en apenas nueve horas. ¡°Fue asombroso verlo en directo. Era inevitable preguntarse ?qu¨¦ podr¨¢ hacer este sistema en ciencia o cualquier otro problema complejo?¡±, explica.
El tiempo de los juegos ha terminado. Desde 2020, Alphafold, la inteligencia artificial ideada por Hassabis ha superado a cualquier humano en problemas endiablados de biolog¨ªa y determinado la estructura tridimensional de 200 millones de prote¨ªnas, pr¨¢cticamente todas las que se conocen. Resolver la forma de una sola prote¨ªna puede llevar varios a?os de dedicaci¨®n de un estudiante de doctorado, por lo que la IA habr¨ªa ahorrado de golpe unos mil millones de a?os de trabajo.
El empresario ofreci¨® ayer una rueda de prensa para presentar su nueva creaci¨®n: Alphafold 3. Por primera vez, una IA puede predecir la interacci¨®n entre prote¨ªnas y el resto de mol¨¦culas esenciales de la vida: ADN y ARN, mol¨¦culas peque?as ¡ªmedicamentos¡ª y anticuerpos, las prote¨ªnas diminutas del sistema inmune especializadas en luchar contra virus, bacterias, incluso tumores. ¡°La biolog¨ªa es un sistema din¨¢mico y sus propiedades emergen precisamente de interacciones entre las diferentes mol¨¦culas que componen la c¨¦lula. Alphafold 3 es nuestro primer gran paso para entenderlas¡±, explic¨® Hassabis. Los detalles de este nuevo sistema de IA se publican hoy en Nature, referente de la mejor ciencia mundial. La compa?¨ªa de Google abrir¨¢ adem¨¢s un servidor gratuito para que los cient¨ªficos puedan usar esta nueva herramienta.
La derivada m¨¢s evidente del nuevo sistema es su potencial para descubrir nuevos f¨¢rmacos, un campo que a partir de ahora explorar¨¢, esta vez en el ¨¢mbito privado, Laboratorios Isomorphic, una filial de Alphabet (propietaria de Google) liderada por Hassabis. Con la ayuda de Alphafold 3 y desarrollos adicionales propios, el sabio de Google espera reducir a la mitad el tiempo que se tarda en descubrir un medicamento antes de comenzar los ensayos en pacientes, de los cinco a?os actuales a apenas dos, seg¨²n explic¨® a Financial Times. La compa?¨ªa ya ha firmado dos contratos de colaboraci¨®n con las multinacionales Lilly y Novartis, que han aportado de entrada decenas de millones de d¨®lares y prometen varios miles de millones m¨¢s cuando haya resultados.
El qu¨ªmico estadounidense John Jumper, director de Deepmind, asegur¨® ayer que el nuevo sistema es muy superior a sus rivales. Alphafold 3 predice con ¨¦xito el 76% de casos de interacci¨®n entre prote¨ªnas y mol¨¦culas peque?as, frente al 52% de la siguiente mejor herramienta, se?al¨®. En la uni¨®n de prote¨ªnas al ADN o su interacci¨®n con anticuerpos duplica la capacidad de los m¨¦todos convencionales. La nueva IA permite un nuevo nivel de predicci¨®n sobre lo que sucede dentro de las c¨¦lulas y qu¨¦ se tuerce cuando hay da?o en el ADN. ¡°Esto tiene implicaciones para entender el c¨¢ncer y desarrollar nuevas terapias¡±, resalt¨® Jumper, pero tambi¨¦n para entender la respuesta de las plantas a pat¨®genos y olas de calor, esencial para garantizar la seguridad alimentaria.
El nivel de complejidad a explorar por este nuevo sistema es ¡°absolutamente descomunal¡±, en palabras de Max Jaderberg, jefe de IA de Laboratorios Isomorphic. Solo en lo que respecta a mol¨¦culas peque?as, las m¨¢s interesantes en farmacolog¨ªa, hay unas 10 a la sexag¨¦sima potencia, muchas veces m¨¢s que estrellas en todo el universo.
Frente a este Goliat de la IA, el bioqu¨ªmico estadounidense David Baker hace honor a su nombre. El investigador lidera una iniciativa p¨²blica y completamente abierta para crear inteligencias artificiales capaces de predecir procesos bioqu¨ªmicos e inventar nuevos compuestos con propiedades espec¨ªficas.
Hace dos meses, sin que tuviese impacto medi¨¢tico, Baker public¨® en Science su nueva IA, que reconstruye mol¨¦culas ¨¢tomo a ¨¢tomo, predice su uni¨®n al ADN, y dise?a compuestos nuevos que no exist¨ªan en la naturaleza. ¡°Los creadores de Alphafold 3 dicen que tiene m¨¢s precisi¨®n que nuestro sistema¡±, explica Baker en un correo electr¨®nico. ¡°Creo que tendr¨¢ un gran impacto, aunque no consiguen dise?ar nuevas prote¨ªnas¡±, a?ade.
El investigador de la Universidad de Washington (Estados Unidos) resalta otra importante diferencia. ¡°Deepmind no publica el c¨®digo [de su IA], lo que difiere de la pr¨¢ctica habitual en ciencia¡±, resalta. Conocer el c¨®digo base de una IA permite que la comunidad pueda modificarla y darle nuevas capacidades, mientras que un servidor solo permite usarla dentro de los l¨ªmites fijados por su creador.
Al igual que otros sistemas de IA como ChatGPT, Alphafold tiene alucinaciones, ¡ªse inventa algunos resultados¡ª sobre todo cuando describe cosas de las que no hay informaci¨®n en las grandes bases de datos con las que se entrena.
Una prote¨ªna humana puede ser un aut¨¦ntico monstruo microsc¨®pico con decenas de miles de amino¨¢cidos ¡ªsus ladrillos b¨¢sicos¡ª que se doblan sobre s¨ª mismos para formar anzuelos, tirabuzones, pinzas y otras partes m¨®viles que cambian de posici¨®n cuando una prote¨ªna se une a otra mol¨¦cula. La nueva IA alucina sobre todo al describir las ¡°zonas desordenadas¡± de las prote¨ªnas, regiones sin una forma tridimensional fija, que son esenciales para entender estas interacciones. ¡°Son como la materia oscura de las prote¨ªnas¡±, resume Mafalda Dias, investigadora del Centro de Regulaci¨®n Gen¨®mica, en Barcelona, comparando estas regiones con el ingrediente desconocido que compone el 25% del universo. ¡°El modelo se ha entrenado con estructuras tridimensionales est¨¢ticas, pero como la biolog¨ªa es din¨¢mica, el resultado que propone puede ser muy diferente a la realidad. Los creadores de Alphafold han sido muy francos respecto a estas y otras limitaciones¡±, destaca la cient¨ªfica portuguesa.
El bi¨®logo del Centro Nacional de Investigaciones Oncol¨®gicas Rafael Fern¨¢ndez Leiro, que ha dedicado su vida acad¨¦mica y profesional al estudio de la biolog¨ªa estructural a trav¨¦s de la cristalograf¨ªa y la microscop¨ªa electr¨®nica, pone un ejemplo para entender el potencial de descubrimiento de Alphafold 3. ¡°Dentro de las c¨¦lulas hay un c¨®ctel complej¨ªsimo de prote¨ªnas, ¨¢cidos nucleicos, l¨ªpidos, prote¨ªnas especializadas como las enzimas que permiten copiar y leer el ADN y producir a su vez otras prote¨ªnas. Hasta ahora solo pod¨ªamos establecer la estructura de prote¨ªnas aisladas, pero ahora las podemos estudiar unidas a otras, a ADN, ARN, incluso explorar qu¨¦ sucede si modificamos el conjunto con un residuo de fosfato, o fosforilaci¨®n [una modificaci¨®n epigen¨¦tica] que cambia la funci¨®n de todo el conjunto. Esto va a ser un generador de hip¨®tesis asombroso. Eso s¨ª, al final habr¨¢ que confirmar los resultados usando las t¨¦cnicas convencionales y aqu¨ª vendr¨¢ lo dif¨ªcil, porque si este sistema acierta en casi el 80% de los casos, quiere decir que falla en el 20%, un porcentaje demasiado alto para gastar el dineral que cuesta llevar un f¨¢rmaco a ensayos con pacientes. Pero s¨ª va a marcar una gran diferencia en las primeras fases de b¨²squeda de nuevos f¨¢rmacos¡±, detalla.
El bioinform¨¢tico navarro ??igo Barrio, que trabaja en el Instituto Welcome Sanger (Reino Unido), destaca la nueva capacidad de esta IA para explicar c¨®mo las prote¨ªnas se unen entre ellas o a otras mol¨¦culas para formar complejos. Un ejemplo cl¨¢sico es c¨®mo la hemoglobina se une a su ligando, el ox¨ªgeno, para transportarlo por todo el cuerpo. ¡°Lo m¨¢s relevante va a ser la capacidad de predecir la uni¨®n de diversos ligandos a prote¨ªnas. Permite entender d¨®nde y c¨®mo se va a unir un f¨¢rmaco a la prote¨ªna diana, c¨®mo va a afectar a su biolog¨ªa y los efectos potenciales no deseados en otras prote¨ªnas¡±, resalta.
En la entrevista que dio hace unos d¨ªas para TED, le preguntaron a Hassabis cu¨¢l es el siguiente gran problema que quiere abordar con la IA. El neurocient¨ªfico contest¨® que cuando se haya construido la Inteligencia Artificial General ¡ªcapaz de resolver muchos problemas diferentes a la vez¡ª le gustar¨ªa usarla para entender la naturaleza en su nivel m¨¢s fundamental, a la escala de Planck, en la que suceden los alucinantes fen¨®menos cu¨¢nticos. ¡°Es algo as¨ª como la escala de resoluci¨®n de la realidad¡±, se?al¨®.
"'Nature' no deber¨ªa publicar estudios as¨ª"
Alfonso Valencia, director de ciencias de la vida en el Centro Nacional de Supercomputación, es crítico con la nueva aportación de Deepmind, aunque reconoce que "sin duda supone un progreso importante". "Muestran que un modelo general de predicción de complejos de macromoleculas es posible, lo comparan con métodos anteriores, principalmente de David Baker, su único competidor serio, y muestran mejoras significativas, aunque basadas en pocos casos, docenas en cada categoría, lo que hace los resultados mucho menos fiables", señala. "El problema obvio es que al ofrecerse en un servidor, los usuarios tenderán a ignorar las limitaciones y tomar los resultados como fiables en todos los casos. Este problema no es nuevo y servidores anteriores de predicción de estructura ya sufrían de interpretaciones abusivas. Ahora, con nuevos métodos que son más populares, potentes y visibles, el problema va a ser peor. Aunque se puede usar el método como servidor web, no hacen el software público. Esto es un error y 'Nature' no debería publicar estudios con resultados que no pueden ser ni reproducidos, ni validados independientemente. No puede ser una cuestión de fe creerse o no los resultados que presentan", dice.
El experto continúa: "Finalmente, veremos como el mundo académico puede adaptarse a este nuevo cambio y cuánto tiempo tardaremos en tener métodos equivalentes abiertos y públicos. Si nos basamos en los casos anteriores, como Alphafold 2, yo diría que muy poco. Entonces tendremos una evaluación más fiable e independiente de capacidades y limitaciones".
Puedes seguir a MATERIA en Facebook, X e Instagram, o apuntarte aqu¨ª para recibir nuestra newsletter semanal.
Tu suscripci¨®n se est¨¢ usando en otro dispositivo
?Quieres a?adir otro usuario a tu suscripci¨®n?
Si contin¨²as leyendo en este dispositivo, no se podr¨¢ leer en el otro.
FlechaTu suscripci¨®n se est¨¢ usando en otro dispositivo y solo puedes acceder a EL PA?S desde un dispositivo a la vez.
Si quieres compartir tu cuenta, cambia tu suscripci¨®n a la modalidad Premium, as¨ª podr¨¢s a?adir otro usuario. Cada uno acceder¨¢ con su propia cuenta de email, lo que os permitir¨¢ personalizar vuestra experiencia en EL PA?S.
En el caso de no saber qui¨¦n est¨¢ usando tu cuenta, te recomendamos cambiar tu contrase?a aqu¨ª.
Si decides continuar compartiendo tu cuenta, este mensaje se mostrar¨¢ en tu dispositivo y en el de la otra persona que est¨¢ usando tu cuenta de forma indefinida, afectando a tu experiencia de lectura. Puedes consultar aqu¨ª los t¨¦rminos y condiciones de la suscripci¨®n digital.
Sobre la firma
