De años a días: la revolución de AlphaFold en la Biología Molecular

Ya no hay forma de negar que la Inteligencia Artificial ha ido ganando terreno en el campo de la ciencia y la investigación. Lo que antes llevaba años y años de investigación, hoy en día sólo lleva algunas horas, ahorrando tiempo y dinero, gracias a esta herramienta que llegó para quedarse.

Las llamadas "redes neuronales" son programas o modelos de pensamiento similares a las conexiones de las células del cerebro humano, que poseen nodos artificiales interconectados entre sí. Esto permite que trabajen en conjunto para identificar fenómenos, analizarlos y llegar a conclusiones, como si pensaran. A su vez, estas redes se pueden entrenar para aprender y mejorar su precisión con el tiempo. Una vez perfeccionadas, se convierten en potentes herramientas en informática e Inteligencia Artificial, que permiten clasificar y agrupar datos a gran velocidad.

Es por esta última característica, la velocidad, que se utilizan para investigación, sobre todo para procesos que en lo real llevan mucho trabajo y tiempo, como lo es la determinación de la estructura tridimensional de las proteínas.

Estas moléculas participan en numerosos procesos que comprenden el funcionamiento de un organismo, ya sea en el transporte de nutrientes como el oxígeno, como hormonas reguladoras, formando estructuras como la piel y huesos, defensa ante agentes infecciosos, entre otros. Es decir, son una pieza fundamental de todo ser vivo. 

Estas biomoléculas están formadas por largas cadenas de aminoácidos como un collar de perlas que, a su vez, se pliegan formando estructuras tridimensionales, lo que permite que cumplan su función. Sin embargo, hasta el momento sólo se conocían algunos cientos de estructuras de los miles de millones de secuencias lineales de proteínas conocidas. Hasta hoy.

Tradicionalmente, para conocer la estructura tridimensional de una proteína se utilizan dos técnicas: la cristalografía de rayos X y la Resonancia Magnética Nuclear (RMN). Sin embargo, son costosas y llevan mucho tiempo, además de que requieren una gran cantidad de proteína purificada, muchas veces difícil de conseguir. Esta problemática ocupó la agenda científica en los últimos 50 años. Entre los interrogantes, uno de ellos era si es posible diseñar un algoritmo computacional que permitiera predecir esas estructuras tridimensionales a partir de la secuencia de aminoácidos. 

En 2018, DeepMind, una subsidiaria de Alphabet (la empresa matriz de Google), presentó AlphaFold, un sistema de Inteligencia Artificial basado en redes neuronales profundas diseñado para predecir la estructura tridimensional de las proteínas. Su arquitectura se basa en una red neuronal evolutiva que aprende a reconocer patrones en los datos, en este caso, patrones en las secuencias de aminoácidos. Con el tiempo, y al ser entrenada con una gran cantidad de datos, la red se vuelve cada vez mejor en predecir cómo se plegará una nueva proteína.

Lo que hace años era totalmente impensado, hoy es realidad gracias a este software, capaz de determinar la tridimensionalidad de una proteína que llevaba años de trabajo en un fin de semana. Sus desarrolladores fueron galardonados con el Premio Nobel de Química 2024 por su aporte clave para la predicción de la estructura de las proteínas, con un rango de precisión muy alto, mayor a los algoritmos presentados anteriormente. 

Esto es una gran noticia, ya que se abre un abanico de posibilidades no pensadas, y que involucra varios campos dentro de la ciencia. Entre ellos, el desarrollo de una vacuna efectiva contra la malaria, aportando la estructura completa hasta ahora desconocida de una proteína crítica para el desarrollo de la enfermedad. Otro aporte significativo es la predicción de la estructura de una proteína cuya fabricación depende de un gen, en el que una mutación causa el 10% de los casos de la enfermedad de Parkinson.

Una problemática importante dentro del campo farmacéutico es la resistencia de las bacterias ante los antibióticos, y AlphaFold ayudó a investigadores a descifrar la estructura de proteínas relacionadas al mecanismo de resistencia, acercando a una posible solución, e incluso aportando en el diseño de medicamentos más efectivos y precisos, con menores efectos adversos.

Las aplicaciones son prometedoras, se abre un nuevo camino para resolver problemas como la contaminación o la pérdida de la biodiversidad. Somos contemporáneos a una gran revolución dentro de la Biología Molecular y su investigación. A partir de todo esto se podría decir que el futuro llegó, hace rato.

Por Ivana Emilia Bonofiglio, Licenciada en Enseñanza de las Ciencias y docente de la Facultad de Ingeniería y Ciencias Exactas de UADE.