La compañía de Google DeepMind, con la colaboración del Instituto Europeo de Bioinformática, logra predecir la forma en 3D de más de 200 millones de proteínas de los organismos de la Tierra. Los resultados quedarían abiertos a la comunidad científica para ayudar en la investigación de los seres vivos y resolver problemas globales como el hambre y las enfermedades.
Mediante la inteligencia artificial (IA), la empresa británica DeepMind(adquirida por Google en 2014) y el Instituto Europeo de Bioinformática del Laboratorio Europeo de Biología Molecular (EMBL-EBI) consiguieron predecir las estructuras tridimensionales de casi todas las proteínas conocidas y catalogadas por la ciencia para ofrecerlas, de forma gratuita y abierta, en la base de datos de estructuras de proteínas AlphaFold.
De esta forma, esta herramienta y base de datos se amplía unas 200 veces: de casi un millón de estructuras de proteínas a más de 200 millones, cubriendo casi todos los organismos de la Tierra cuyo genoma ha sido secuenciado.
La actualización incluye estructuras proteicas predichas para multitud de especies, incluidas plantas, bacterias, animales y otros organismos, lo que abre nuevas vías de investigación en ciencias de la vida con impacto en desafíos globales, como la sostenibilidad, la falta de alimentos y varias enfermedades.
Además, se abren nuevas vías de investigación en bioinformática y computación, al permitir a los investigadores detectar patrones y tendencias en la base de datos.
También se presentarán las estructuras predichas de las proteínas en UniProt (universal protein), un repositorio central de referencia.
DeepMind y EMBL-EBI lanzaron AlphaFold en julio de 2021, con más de 350.000 predicciones de estructuras de proteínas, incluido el proteoma humano completo. Las actualizaciones posteriores permitieron la adición de repositorios como UniProt y 27 nuevos proteomas, 17 de los cuales representan enfermedades tropicales desatendidas que continúan devastando las vidas de más de mil millones de personas en todo el mundo.
En poco más de un año, más de 500.000 investigadores de más de 190 países accedieron a AlphaFold y la comunidad científica hizo uso de este sistema para crear y adaptar herramientas. También se adoptaron las ideas de aprendizaje automático que utiliza este programa para desarrollar nuevos algoritmos y aplicarlos en áreas como la predicción de la estructura del ARN o la creación de nuevos modelos proteicos.
“Lanzamos AlphaFold con la esperanza de que otros equipos pudieran aprender y aprovechar los avances que hicimos.. Muchas otras organizaciones de investigación de IA se han introducido ahora en este campo y están aprovechando sus ventajas para seguir avanzando. Es realmente una nueva era en la biología estructural, y los métodos basados en inteligencia artificial impulsarán un progreso increíble”, comenta John Jumper, científico responsable de esta herramienta en DeepMind.
Fuentes:
