Una intel·ligència artificial de DeepMind, companyia de Google, ha predit amb èxit l'estructura de 200 milions de proteïnes, gairebé totes les conegudes per la ciència. Aquestes dades, disponibles per a qualsevol persona de forma gratuïta, són fonamentals per comprendre la biologia de tots els éssers vius del planeta i poden empènyer el desenvolupament de nous medicaments o tecnologies contra la contaminació plàstica o la resistència als antibiòtics.
Les proteïnes són els components bàsics de la vida. Formades per cadenes d'aminoàcids, doblegar en formes completes, una estructura 3D que en determina en gran mesura la funció. Conèixer com plegar-se una proteïna va permetre intentar entendre com funciona i com es comporta, cosa que ha suposat un dels grans reptes de la biologia des de fa més d'un lustre.
L'any passat, DeepMind va sorprendre la comunitat científica en llançar el codi d'AlphaFold. Les estructures d'un milió de proteïnes, incloses totes les proteïnes del cos humà, estan disponibles a una base de dades construïda juntament amb el Laboratori Europeu de Biologia Molecular (EMBL), un institut de recerca internacional.
La troballa va canviar per sempre la biologia i la medicina. En qüestió de minuts i amb una gran precisió, els investigadors van poder obtenir informació molt rellevant, per exemple, sobre les proteïnes involucrades en diferents malalties. El treball va ser reconegut per la revista 'Science' com a investigació científica més important de l'any.
Inseguretat alimentària i malalties
La nova actualització amb 200 milions de proteïnes, una important accelerada del molí inicial, inclou estructures per a plantes, bacteris, animals i molts, molts altres organismes, cosa que obre enormes oportunitats perquè AlphaFold tingui un impacte en qüestions importants com la sostenibilitat, el combustible, la inseguretat alimentària i les malalties desateses”, diu el britànic Demis Hassabis, fundador i CEO de DeepMind, una de les empreses d'investigació en intel·ligència artificial més grans del món. Premiat aquest any amb el Princesa d'Astúries de Recerca Científica i Tècnica, Hassabis, que va ser un nen prodigi dels escacs i dissenyador de jocs d'ordinador, creu que els científics podrien fer servir les troballes per comprendre més les fermitats i accelerar la innovació en el descobriment de fàrmacs i la biologia.
Des del seu llançament el 2020, més de 500 investigadors de 000 països han accedit a AlphaFold per a més de 190 milions d'estructures. L'han fet servir, entre altres coses, per conèixer les proteïnes que afecten la salut de les abelles i alliberar una vacuna eficaç contra la malària. Al maig, investigadors dirigits per la Universitat d'Oxford van anunciar que van utilitzar aquest algorisme per ajudar a determinar l'estructura d'una proteïna clau del paràsit de la malària i van verificar que era probable que els anticoagulants bloquegessin la transmissió del paràsit.
porus nuclears
Un altre ús exitós d'AlphaFold va permetre armar el complex del porus nuclear, un dels trencaclosques més diabòlics de la biologia. L'estructura consta de centenars de parts de proteïnes i controla tot allò que entra i surt del nucli cel·lular. També s'ha emprat per apropar-se a fermitats com la leishmaniosi i la fermitat de Chagas, que sobresurti de manera desproporcionada les persones a les parts més pobres del món, o la lepra i l'esquistosomiasi, una fermitat aguda i crònica causada per cucs paràsits, que arrasa la vida de més de mil milions de persones a tot el món.
L'eina estalviarà molt de temps als investigadors, cal predir les estructures de les proteïnes és una àrdua tasca. “AlphaFold és un avenç singular i transcendental a les ciències de la vida que demostra el poder de la IA. Determinar l'estructura 3D d'una proteïna solia portar molts mesos o anys, ara fa segons”, assenyala Eric Topol, fundador i director de l'Institut de Recerca Scripps. Hassabis ho va comparar amb una cosa tan senzilla com fer cerques a Google.
Per Jesús Pérez Gil, catedràtic de Biologia i Bioquímica Molecular de la Universitat Complutense de Madrid, les prediccions d'AlphaFold suggereixen «un canvi enorme» en la seva capacitat d'investigació. La fiabilitat de la intel·ligència artificial «té espectacular fins ara, molt millor del que es podria imaginar. És increïble que moltes d?aquestes estructures s?assemblin tant quan s?han vist experimentalment», va admetre. L'investigador recorda que es tracta de simulacions, i que totes s'han de confirmar amb estudis experimentals. El pas següent consistiria no només a conèixer l'estructura de les proteïnes, sinó a desentranyar com canvien quan interactuen amb altres elements moleculars o amb altres.
«Les proteïnes són les que fan la majoria de les funcions a les cèl·lules i teixits. Conèixer com es formen i com es comporten quan interactuen entre si o amb altres molècules ens permetran elaborar dianes terapèutiques per a fàrmacs, cercar aplicacions biotecnològiques o industrial la indústria alimentària, els processos industrials o la sostenibilitat ambiental”, indica Pérez Gil.
