DeepMind dice que liberará la estructura de cada proteína conocida por la ciencia

Mente profunda

En diciembre de 2020, DeepMind tomó por sorpresa al mundo de la biología cuando resolvió un gran desafío de 50 años con AlphaFold, una herramienta de inteligencia artificial que predice la estructura de las proteínas. La semana pasada, la empresa con sede en Londres publicó detalles completos de esa herramienta y lanzó su código fuente.

Ahora la firma ha anunciado que ha utilizó su IA para predecir las formas de casi todas las proteínas del cuerpo humano , así como las formas de cientos de miles de otras proteínas que se encuentran en 20 de los organismos más estudiados, incluidas levaduras, moscas de la fruta y ratones. El avance podría permitir a los biólogos de todo el mundo comprender mejor las enfermedades y desarrollar nuevos medicamentos.

Historia relacionada

La IA de plegamiento de proteínas de DeepMind ha resuelto un gran desafío de biología de 50 años

AlphaFold puede predecir la forma de las proteínas dentro del ancho de un átomo. El avance ayudará a los científicos a diseñar medicamentos y comprender las enfermedades.

Hasta ahora, el tesoro consta de 350.000 estructuras de proteínas recién predichas. DeepMind dice que predecirá y liberará las estructuras de más de 100 millones más en los próximos meses, más o menos todas las proteínas conocidas por la ciencia.

El plegamiento de proteínas es un problema al que he estado atento durante más de 20 años, dice el cofundador y director ejecutivo de DeepMind, Demis Hassabis. Ha sido un gran proyecto para nosotros. Diría que esto es lo más grande que hemos hecho hasta ahora. Y es el más emocionante en cierto modo, porque debería tener el mayor impacto en el mundo fuera de la IA.

Las proteínas están hechas de largas cintas de aminoácidos, que se retuercen en nudos complicados. Conocer la forma del nudo de una proteína puede revelar qué hace esa proteína, lo cual es crucial para comprender cómo funcionan las enfermedades y desarrollar nuevos medicamentos, o identificar organismos que pueden ayudar a combatir la contaminación y el cambio climático. Averiguar la forma de una proteína lleva semanas o meses en el laboratorio. AlphaFold puede predecir formas hasta el átomo más cercano en uno o dos días.

La nueva base de datos debería facilitar aún más la vida de los biólogos. AlphaFold podría estar disponible para que lo usen los investigadores, pero no todos querrán ejecutar el software ellos mismos. Es mucho más fácil ir y obtener una estructura de la base de datos que ejecutarla en su propia computadora, dice David Baker del Instituto para el Diseño de Proteínas de la Universidad de Washington, cuyo laboratorio ha construido su propia herramienta para predecir la estructura de proteínas, llamada RosaTTADoblar , basado en el enfoque de AlphaFold.

En los últimos meses, el equipo de Baker ha estado trabajando con biólogos que anteriormente estaban atascados tratando de averiguar la forma de las proteínas que estaban estudiando. Hay una gran cantidad de investigaciones biológicas muy interesantes que se han acelerado mucho, dice. Una base de datos pública que contenga cientos de miles de formas de proteínas preparadas debería ser un acelerador aún mayor.

Se ve asombrosamente impresionante, dice Tom Ellis, un biólogo sintético del Imperial College London que estudia el genoma de la levadura, y está emocionado de probar la base de datos. Pero advierte que la mayoría de las formas previstas aún no se han verificado en el laboratorio.

precisión atómica

En la nueva versión de AlphaFold, las predicciones vienen con un puntaje de confianza que la herramienta usa para marcar qué tan cerca cree que está cada forma predicha de la forma real. Usando esta medida, DeepMind descubrió que AlphaFold predijo formas para el 36% de las proteínas humanas con una precisión que es correcta hasta el nivel de los átomos individuales. Esto es lo suficientemente bueno para el desarrollo de fármacos, dice Hassabis.

Previamente, después de décadas de trabajo, solo el 17% de las proteínas en el cuerpo humano han tenido sus estructuras identificadas en el laboratorio. Si las predicciones de AlphaFold son tan precisas como dice DeepMind, la herramienta ha más que duplicado este número en solo unas pocas semanas.

Incluso las predicciones que no son del todo precisas a nivel atómico siguen siendo útiles. Para más de la mitad de las proteínas del cuerpo humano, AlphaFold ha predicho una forma que debería ser lo suficientemente buena para que los investigadores descubran la función de la proteína. El resto de las predicciones actuales de AlphaFold son incorrectas o se refieren a la tercera parte de las proteínas del cuerpo humano que no tienen estructura alguna hasta que se unen a otras. Son flexibles, dice Hassabis.

El hecho de que se pueda aplicar a este nivel de calidad es algo impresionante, dice Mohammed AlQuraish, biólogo de sistemas de la Universidad de Columbia que ha desarrollado su propio software para predecir la estructura de proteínas. También señala que tener estructuras para la mayoría de las proteínas en un organismo permitirá estudiar cómo funcionan estas proteínas como un sistema, no solo de forma aislada. Eso es lo que creo que es más emocionante, dice.

DeepMind está lanzando sus herramientas y predicciones de forma gratuita y no dirá si tiene planes para ganar dinero con ellas en el futuro. Sin embargo, no descarta la posibilidad. Para configurar y ejecutar la base de datos, DeepMind se ha asociado con el Laboratorio Europeo de Biología Molecular, una institución de investigación internacional que ya alberga una gran base de datos de información sobre proteínas.

Por ahora, AlQuraishi está ansioso por ver qué hacen los investigadores con los nuevos datos. Es bastante espectacular, dice que no creo que ninguno de nosotros pensara que estaríamos aquí tan rápido. Es alucinante.

esconder