La Paz, 31 de oct 2023 (ATB Digital).- Con la misma tecnología que se crean imágenes por inteligencia artificial, investigadores de la Universidad de Toronto desarrollaron esas cadenas de aminoácidos a una velocidad inimaginable previamente. Los científicos explicaron cuál puede ser su uso.
La inteligencia artificial (IA) ha hecho un aporte a la biología generativa con el diseño de proteínas nunca antes vistas. Investigadores de la Universidad de Toronto utilizaron esta herramienta para desarrollar estructuras que hubieran aparecido tras millones de años de cambios naturales.
El sistema de IA que utilizaron los expertos en Toronto tiene la capacidad de diseñar proteínas con múltiples funciones y características nuevas en comparación con las conocidas. Los científicos que colaboraron en el proyecto esperan una revolución en el campo de la biología generativa y subrayan su potencial de contribuir en el desarrollo de medicamentos. Los planos moleculares fueron posibles debido a la misma tecnología que en la actualidad permite la creación de imágenes en las plataformas DALL-E y Midjourney.
Los expertos aseguraron que fue un proceso desafiantes llegar a que los diseños pudieran tener una función biológica real. Con la ayuda de otros programas similares, los investigadores pudieron encontrar qué variaciones específicas podrían realizar modificaciones dentro de las células, lo que confiere mayor seguridad respecto a su eficiencia, como se explica en la publicación Nature Computational Science.
El trabajo de los investigadores de la Universidad de Toronto representa un logro significativo para la salud. El modelo que hizo posible el diseño de nuevas proteínas se llamó ProteinSGM y se basa en la tecnología de difusión generativa, que ha demostrado su capacidad para planificar características funcionales. El proyecto también cuenta con la información de un archivo biomolecular de origen natural.
Philip M. Kim, profesor del Centro Donnelly para la Investigación Celular y Biomolecular, de la Universidad de Toronto, explicó el proceso de trabajo en términos sencillos. Se parte de las estructuras de las moléculas existentes; estas imágenes son introducidas en un modelo de difusión generativa, donde se alteran con la intención de que la IA memorice cómo fue transformada la estructura. Luego el proceso se recrea a la inversa. La inteligencia artificial trabaja los píxeles aleatorios hasta transformarlos en figuras más claras que exhiben proteínas nuevas.
Jin Sub Lee, estudiante de doctorado en el laboratorio de Kim y primer autor del artículo, comentó que este sistema ayudó a imaginar pliegues que fueran a la vez posibles y funcionales. Las proteínas están compuestas por cadenas de aminoácidos que se pliegan en formas tridimensionales, y así determinan su función biológica. A lo largo de la evolución, estas secuencias han sido limitadas en número y variadas en complejidad. Con la inteligencia artificial, los científicos han comenzado a diseñar patrones de plegado nunca antes vistos en la naturaleza.
La comprobación de las proteínas de diseño
La validación de las nuevas estructuras generadas por ProteinSGM fue aún más desafiante. Para verificar la autenticidad de estas nuevas proteínas, el equipo de la Universidad de Toronto utilizó OmegaFold, una versión mejorada del software AlphaFold 2 desarrollado por DeepMind. Esta plataforma utiliza IA para predecir la estructura proteica en base a secuencias de aminoácidos. Con la validación de OmegaFold y pruebas experimentales en el laboratorio, se confirmó que los diseños inéditos son funcionales.
Este avance transforma la manera en que se comprendía y se usaba la biología generativa, y también supone un gran potencial para la industria médica. Kim señaló que los próximos pasos incluyen la expansión del uso de ProteinSGM para el diseño de anticuerpos y otras proteínas con alto potencial terapéutico para tratar diversas enfermedades. Esto podría conducir a un rápido desarrollo de nuevos fármacos y al origen de terapias adicionales para tratar diversos trastornos.
Lee también enfatizó en la posibilidad de avanzar hacia el diseño conjunto de secuencias y estructuras de proteínas, incluyendo las complejas conformaciones de cadenas laterales. Aunque esto añadiría una mayor complejidad al proceso, sugirió que la ingeniería adecuada podría hacer posible el diseño de estas estructuras, lo que abriría nuevas perspectivas en la investigación y desarrollo biomédico.
Infobae