Suscríbete

Contenido exclusivo para suscriptores digitales

Las claves del mapa más completo de las proteínas que nos hacen humanos

La Inteligencia Artificial logra un gran hito para la ciencia y la medicina: predecir la estructura tridimensional de los “ladrillos” básicos de la vida

Estructura tridimensional de una proteína  revelada por DeepMind.

Estructura tridimensional de una proteína revelada por DeepMind.

La empresa DeepMind ha creado el mapa de proteínas humanas más completo hasta la fecha, valiéndose de sofisticadas técnicas de Inteligencia Artificial. La compañía, una subsidiaria de Alphabet, matriz de Google, está publicando los datos de forma gratuita. La publicación científica incluye predicciones de la forma del 98 por ciento de las proteínas humanas, alrededor de 20.000 diferentes estructuras, que se conocen colectivamente como Proteoma Humano. No es el primer conjunto de datos públicos de proteínas humanas, pero es el más completo y preciso. Algunos científicos comparan el impacto potencial de este logro con el del Proyecto Genoma Humano. Deep Mind también está haciendo predicciones de proteínas de 20 organismos diferentes, incluidos animales como ratones y moscas de la fruta, y bacterias como E. coli.

En cierto modo, todos estamos algo familiarizados con las proteínas. Son los “ladrillos” de nuestro músculo. Pero las proteínas no solo sirven de soporte estructural. Hay proteínas como las rodopsinas, involucradas en el proceso de la visión. Otras, como la hemoglobina, transportan oxígeno desde los pulmones a los diferentes tejidos y órganos del cuerpo; aprovechan el viaje de vuelta para transportar el dióxido de carbono a los pulmones. Estos ejemplos permiten intuir que un daño o malfuncionamiento de estas proteínas se traduce en diferentes enfermedades.

La forma define la función: el “origami” de la vida. Al igual que un origami (plegar papel), una proteína se pliega en formas complejas e irregulares. La forma es importante. Un trozo de acero, dependiendo de su forma, puede hacer las funciones de vía de ferrocarril o de vivienda. Algo similar ocurre con las proteínas: la forma o estructura tridimensional define su función. Asimismo, pequeñas alteraciones en esta estructura 3D implican una disfunción, con potenciales graves efectos sobre la salud. Conocer la estructura tridimensional de las proteínas puede ser de gran ayuda a la hora de tratar de descifrar las claves de la salud y la enfermedad. Un gran sueño de la Ciencia y de la investigación biomédica ha sido la predicción de la forma o estructura tridimensional de las proteínas. Y ese fascinante logro lo ha hecho posible el software AlphaFold2 de DeepMind.

 

Las predicciones de DeepMind ya se están utilizando para la investigación biomédica

decoration

La forma define la función: el “origami” de la muerte. Las predicciones de DeepMind ya se están utilizando para la investigación biomédica. En concreto, han resultado de utilidad a la hora de tratar de combatir el SARS-CoV-2, el coronavirus causante del covid-19. Todos estamos familiarizados con la forma del coronavirus y sus “púas” o espículas, las cuales se corresponden con un tipo de proteínas bautizado como proteínas S. Estas proteínas son una especie de “llave” que utiliza el coronavirus para entrar en nuestras células y replicarse, causando daños colaterales muy graves en el ser humano. Si bloqueásemos esas “llaves” o proteínas S, lograríamos combatir el coronavirus. No es por ello de extrañar que las diferentes vacunas y fármacos tengan como blanco la proteína S. Y de ahí la importancia de conocer con precisión la estructura tridimensional de esta proteína. DeepMind ha realizado con éxito predicciones de la forma de la misma y de otras proteínas del coronavirus.

La información sobre la estructura tridimensional de las proteínas también puede servir para sintetizar nuevas enzimas o proteínas que descompongan los materiales de desecho. También permitiría crear cultivos resistentes a los virus o al clima extremo.

La dificultad de predecir la forma de las proteínas. Volviendo a la analogía del origami, mediante el plegado de papel es posible obtener figuras de formas muy variadas. Lo mismo sucede con las proteínas. Una proteína se construye a partir de 20 tipos diferentes de bloques básicos conocidos como aminoácidos, los cuales se pueden combinar de diferentes maneras. Incluso a partir del conocimiento de la secuencia concreta de aminoácidos constituyentes de una proteína determinada, resulta muy difícil predecir la estructura 3D final que adoptará la misma. Una proteína convencional podría dar lugar a 10 elevado a 300 (un uno seguido de 300 ceros) posibles configuraciones tridimensionales. De ahí la necesidad de recurrir a la inteligencia artificial.

AlphaFold2 es un sistema de inteligencia artificial que aprende y mejora. Se le entrenó a predecir la estructura 3D de proteínas que ya conocíamos. A partir de ahí fue evolucionando hasta ser capaz de reconocer proteínas nuevas y cada vez más complejas. ¡Se abre una nueva era de esperanza en la medicina y otras disciplinas!

Compartir el artículo

stats