La inteligencia artificial de Google logra un hito frente a uno de los mayores retos de la biolog¨ªa

DeepMind, el laboratorio londinense de inteligencia artificial que Google compr¨® en 2014, ya ha creado programas que ganan siempre al ajedrez, al shogi y al Go, los juegos de tablero m¨¢s complejos. Pero el objetivo final de la empresa no est¨¢ en los pasatiempos, sino en resolver acuciantes problemas cient¨ªficos. Su algoritmo AlphaFold, presentado a principios de diciembre en Canc¨²n, M¨¦xico, ha ganado una competici¨®n mundial en predecir la estructura tridimensional de prote¨ªnas.

M¨¢s informaci¨®n

Una m¨¢quina se ense?a a s¨ª misma a ganar en todo

As¨ª ha pasado la inteligencia artificial de diagnosticar el c¨¢ncer a tratarlo

Cient¨ªficos espa?oles crean un programa que predice la estructura de las prote¨ªnas

Las prote¨ªnas son las m¨¢quinas moleculares de los seres vivos. Cada una es una cadena larga de unidades llamadas amino¨¢cidos, como abalorios ensartados en un alambre, que se pliega espont¨¢neamente para adoptar una forma compleja y precisa. La estructura final de cada prote¨ªna determina su funci¨®n. Los anticuerpos, por ejemplo, son como ganchos que se acoplan a los microbios. La hemoglobina tiene un hueco que atrapa mol¨¦culas de ox¨ªgeno. El col¨¢geno es parecido a un cable trenzado.

Predecir la estructura de cualquier prote¨ªna a partir de su secuencia de amino¨¢cidos se considera uno de los santos griales de la biolog¨ªa. No es tarea menor; los amino¨¢cidos son 20 mol¨¦culas con propiedades qu¨ªmicas ligeramente distintas, con lo cual est¨¢n unidos por enlaces de diferentes longitudes y ¨¢ngulos. Se tardar¨ªa m¨¢s que la edad del universo en doblar una prote¨ªna por todas sus configuraciones posibles antes de dar con la estructura tridimensional correcta por azar.

Pese a lo esot¨¦rico de este campo cient¨ªfico, es dif¨ªcil exagerar su importancia. Ciertas enfermedades, como el alzh¨¦imer, el p¨¢rkinson, la diabetes o la fibrosis qu¨ªstica, se deben a la acumulaci¨®n de prote¨ªnas mal plegadas, algo que se podr¨ªa evitar conocida la relaci¨®n entre su secuencia y su estructura. Casi todos los medicamentos act¨²an por acoplamiento a la regi¨®n espec¨ªfica de una prote¨ªna, un proceso que de nuevo depende de la estructura precisa de la diana. Adem¨¢s, con la capacidad de predecir exactamente c¨®mo se doblar¨¢ una cadena de amino¨¢cidos, los cient¨ªficos pueden dise?ar prote¨ªnas artificiales, por ejemplo para degradar pl¨¢sticos o compuestos contaminantes, del organismo o del medio ambiente.

En un comunicado, el equipo de DeepMind ha llamado a este logro su ¡°primer hito significativo¡± en la aplicaci¨®n de la inteligencia artificial al progreso cient¨ªfico. ¡°El problema del pliegue de las prote¨ªnas no est¨¢ resuelto todav¨ªa¡± advierte Paul Bates, un experto en este campo del Instituto Francis Crick, en Reino Unido, que acudi¨® a la presentaci¨®n de AlphaFold en Canc¨²n. ¡°El programa de DeepMind acierta m¨¢s veces y con m¨¢s precisi¨®n que los dem¨¢s, pero no resuelve todas las estructuras¡±, explica Bates a Materia. Esto es porque la inteligencia artificial aprende de una base de datos de prote¨ªnas conocidas, y por tanto tropieza con estructuras completamente nuevas.

El concurso que ha ganado AlphaFold, llamado Evaluaci¨®n Cr¨ªtica de Predicci¨®n de Estructuras (CASP en ingl¨¦s), se celebra cada dos a?os. En ¨¦l, cada equipo recibe en intervalos de varios d¨ªas nuevas secuencias gen¨¦ticas. Estas se corresponden a prote¨ªnas bien estudiadas en el laboratorio, pero cuya estructura no se ha dado a conocer al p¨²blico. Los concursantes deben aproximarse lo m¨¢ximo posible con sus modelos de predicci¨®n a la forma real de la mol¨¦cula.

El equipo de Google, que se presentaba por primera vez al certamen, qued¨® primero de 98 concursantes, al estimar con mayor precisi¨®n la estructura de 25 de las 43 prote¨ªnas, seg¨²n informa The Guardian. Para cada secuencia de amino¨¢cidos, suele existir un pliegue correcto, que se corresponde a la configuraci¨®n de mayor estabilidad bioqu¨ªmica. En un laboratorio, se puede observar la forma real de las biomol¨¦culas mediante t¨¦cnicas como la resonancia magn¨¦tica o la cristalograf¨ªa de rayos X, un m¨¦todo parecido al que permiti¨® a Rosalind Franklin ver por primera vez la estructura de la doble h¨¦lice del ADN.

La inteligencia artificial constituye un avance incre¨ªble con respecto a esas t¨¦cnicas complejas y costosas, aunque todav¨ªa no es capaz de sustituirlas por completo. DeepMind entren¨® a una red neuronal relacionando la forma y la secuencia g¨¦nica de miles de prote¨ªnas conocidas. Armado con ese conocimiento, el programa AlphaFold predice la distancia y el ¨¢ngulo entre cada pareja de amino¨¢cidos de la cadena, y luego hace peque?os ajustes a la estructura completa para encontrar la configuraci¨®n m¨¢s estable.

Las aplicaciones m¨¦dicas m¨¢s inmediatas de esta tecnolog¨ªa se ver¨¢n en el dise?o de f¨¢rmacos, incluidos los medicamentos contra el c¨¢ncer, opina Bates. ¡°Todav¨ªa no se han conseguido modelos con suficiente precisi¨®n para esto¡±, dice. En un futuro algo m¨¢s lejano, podr¨ªa llegar la modificaci¨®n de prote¨ªnas asociadas a enfermedades degenerativas como el alzh¨¦imer. ¡°Ya se puede empezar a pensar en esos problemas m¨¢s dif¨ªciles. Esto da un punto de partida".

Los concursantes de DeepMind concluyen que ¡°queda mucho trabajo por hacer antes de poder tener un impacto cuantificable en el tratamiento de enfermedades, la gesti¨®n del medio ambiente y otras aplicaciones¡±, pero a?aden que ¡°el potencial es enorme¡±. Seg¨²n Bates, el algoritmo ideal probar¨ªa cada enlace de la cadena proteica sin necesidad de una referencia externa, pero eso requiere un conocimiento profundo de f¨ªsica inalcanzable todav¨ªa. A pesar de que el equipo de DeepMind llega nuevo a una disciplina bien trillada, ¡°lo ha hecho mejor que cualquiera¡±, asegura el cient¨ªfico brit¨¢nico.