Imprimir
Inicio »Especiales, Ciencia y Tecnología  »

Vacunas en tiempo récord: La inteligencia artificial contribuye a la ciencia

| 1 |

Una red de inteligencia artificial desarrollada por la filial de Google AI, DeepMind, ha hecho una contribución a uno de los grandes retos de la biología, deteminar la forma en 3D de una proteína a partir de sus secuencias de aminoácidos. Imagen: DeepMind.

El rápido desarrollo de dos vacunas contra la COVID-19 altamente efectivas ha sido posible gracias al desarrollo tecnológico de la inteligencia artificial (IA) y a la colaboración innovadora entre investigadores de todo el mundo, incluida Suiza.

Detrás de los desafíos éticos asociados a la inteligencia artificial se esconden las enormes posibilidades de una tecnología que podría revolucionar el mundo de la ciencia y resolver algunos de los problemas más complejos de la biología moderna.

En primer lugar figura la capacidad de predecir la estructura de proteínas desconocidas para revelar los secretos de las células y las enfermedades que las afectan. Recientemente, las estructuras de proteínas han sido noticia debido a su papel central en el desarrollo de nuevas vacunas contra la COVID-19, vacunas basadas en el ARN mensajero.

Definir la forma de las proteínas de forma experimental es un proceso largo y laborioso, que requiere meses de investigación y un elevado consumo de recursos. Esa información es esencial para estudiar los nuevos virus, comprender su comportamiento y desarrollar vacunas eficaces. La capacidad desarrollada por los científicos para predecir las estructuras de las proteínas mediante métodos de cálculo informatizados ha hecho que ese proceso sea mucho más rápido y preciso.

Gracias a los recientes avances en inteligencia artificial, es posible ahora predecir con gran precisión las estructuras tridimensionales de proteínas diana de alta complejidad. Se dio un paso muy importante cuando AlphaFold2, el sistema de IA creado por la empresa londinense DeepMind (propiedad de Google desde 2014), permitió definir rápidamente diferentes estructuras proteínicas del SARS-CoV-2, un virus sobre el que se disponía de muy poca información hasta hace solo unos meses.

El trabajo incansable de los científicos y la colaboración internacional –con la ayuda de tecnologías de IA de vanguardia como DeepMind– han hecho posible reaccionar rápidamente ante la pandemia. Actualmente, se encuentran en desarrollo clínico hasta 60 posibles vacunas, tres de las cuales han sido ya aprobadas por algunas autoridades reguladoras nacionales para su utilización a gran escala, según indica la Organización Mundial de la Salud (OMS).

Los investigadores del mundo de la biomedicina ven este momento como un punto de inflexión para la ciencia.

“Es un logro absolutamente increíble”, comenta Torsten Schwede, vicepresidente de investigación de la Universidad de Basilea y jefe del grupo de investigación del Instituto Suizo de Bioinformática SIB, que ha desarrollado SWISS-MODEL, un servidor de modelización de estructuras de proteínas totalmente automatizado y utilizado por investigadores de todo el mundo.

Los resultados obtenidos por DeepMind también fueron posibles gracias a los avances de los últimos diez años en el campo de la biología estructural computacional, del que el sistema suizo SWISS-MODEL fue pionero.

Personas y programas informáticos

¿Por qué las proteínas ocupan un lugar tan destacado en el campo médico-científico? Pequeñas, pero de importancia fundamental, las proteínas son la base de todos los procesos químicos y biológicos de las células humanas y de cualquier organismo vivo. Los aminoácidos que las componen se unen entre sí formando origamis espontáneos, que determinan su particular estructura tridimensional.

Conocer la forma de las proteínas facilita enormemente la investigación biomédica en el terreno de las enfermedades humanas, por ejemplo. Por eso, la comunidad científica considera revolucionarios los resultados obtenidos por DeepMind. Hay una gran esperanza en que este logro se traduzca en el desarrollo de nuevos medicamentos y tratamientos farmacológicos avanzados.

SWISS-MODEL creó el primer software del mundo capaz de modelar de forma completamente autónoma las estructuras tridimensionales de proteínas aún no descubiertas por método experimental. En 1993, Manuel Peitsch, bioinformático y fundador de SWISS-MODEL, lanzó la idea de utilizar sistemas de simulación por ordenador que no requirieran intervención humana para obtener información estructural sobre proteínas y comprender mejor las funciones moleculares.

En aquel momento, el proyecto parecía una cosa de ciencia ficción.

Hoy en día, gracias a los métodos cada vez más sofisticados para comparar estructuras proteínicas conocidas con secuencias de proteínas desconocidas –lo que se conoce como “modelización por homología”–, los software han superado la capacidad humana en términos de precisión y rendimiento y se utilizan en todo el mundo. Cada año, SWISS-MODEL procesa más de un millón de solicitudes de modelos de proteínas sin supervisión humana.

Realidad y ciencia ficción

Durante los últimos 30 años, los científicos han intentado deducir la característica forma tridimensional de las proteínas a partir de sus secuencias de aminoácidos. En ese proceso, conocer las estructuras experimentales de las proteínas emparentadas entre sí hace que el modelado sea relativamente fácil y preciso.

En los casos difíciles, sin embargo, la ausencia de información estructural sobre una familia determinada de proteínas significa hacer una predicción ex novo muy complicada y, a menudo, inexacta. Pero gracias a AlphaFold2, este problema se ha resuelto.

“Hemos visto que el método AlphaFold2 desarrollado por DeepMind funciona tanto para casos fáciles como muy complejos. Es un auténtico avance, porque ahora la IA puede lograr algo que ningún ser humano con un conocimiento profundo del modelado de proteínas había sido capaz de hacer ante”, afirma Schwede.

El sistema de inteligencia artificial de DeepMind, AlphaFold2, utiliza técnicas avanzadas de aprendizaje automático, conocidas como redes neuronales profundas, para predecir las estructuras de las proteínas directamente a partir de sus secuencias genéticas.

Para ello, el sistema de IA aprendió las secuencias y estructuras de unas 100 000 proteínas conocidas utilizando datos experimentales facilitados por la comunidad científica. Hoy, es capaz de realizar predicciones muy precisas de modelos 3D de cualquier proteína.

Los extraordinarios resultados obtenidos por DeepMind han sido confirmados por los organizadores del experimento sobre las estructuras de las proteínas CASP*, que han calificado la capacidad de cálculo y de predicción de  AlphaFold2 como algo “sin precedentes”.

La regla de oro del progreso

El eficaz apoyo de la comunidad científica y el intercambio abierto de información en el campo de la biología estructural computacional, al que SWISS-MODEL también ha contribuido, son algunos de los ingredientes que explican el éxito de DeepMind.

Según Torsten Schwede, haber compartido abiertamente métodos de cálculo informatizados y datos estructurales ha permitido a DeepMind disponer de la información necesaria para resolver uno de los problemas más difíciles de la bioinformática.

El intercambio de información se intensificó durante la pandemia, lo que demuestra la importancia de la colaboración para lograr resultados significativos en un plazo mucho más breve.

“Hemos aprendido mucho durante esta pandemia. El intercambio abierto de información sobre el SARS-CoV-2 dentro de la comunidad científica ha hecho posible el desarrollo de vacunas en un tiempo récord”, agrega Schwede, subrayando que almacenar datos de manera aislada puede ser extraordinariamente contraproducente para la ciencia.

 

* El CASP (Evaluación crítica de la predicción de la estructura de proteínas, por sus siglas en inglés) es un experimento que se lleva a cabo cada dos años y evalúa los avances logrados en el campo de la predicción de la estructura de proteínas a nivel internacional. Durante el último experimento realizado en 2020 (CASP14), se evaluó la precisión de los métodos de predicción en casi un centenar de proteínas diana. Las predicciones de AlphaFold2 demostraron ser muy precisas, incluso en los casos más difíciles, como el de una proteína del SARS-CoV-2 previamente desconocida, la ORF8. El SARS-CoV-2 está compuesto por unas 30 proteínas diferentes, de las cuales una docena no se conoce bien.

(Tomado de Swissinfo)

Se han publicado 1 comentarios



Este sitio se reserva el derecho de la publicación de los comentarios. No se harán visibles aquellos que sean denigrantes, ofensivos, difamatorios, que estén fuera de contexto o atenten contra la dignidad de una persona o grupo social. Recomendamos brevedad en sus planteamientos.

  • Olga Lidia García Martínez dijo:

    Estimados dirigentes de nuestra querida isla, yo me pregunto y no encuentro la respuesta.
    Cómo es posible que se continúen recibiendo viajeros cubanos, residentes en el exterior, que supuestamente vienen a ver a sus familiares y no se dan cuenta el alto riesgo que estamos corriendo.
    No hay posibilidad de un aislamiento o cuarentena en la vivienda de los familiares visitados, no hay condiciones para lograr un aislamiento adecuado ni cumplir como los protocolos dentro de una vivienda con la familia, eso es una locura.
    El que desee visitar a su familia que vayan del aeropuerto directo a cuarentena x 14 días, cómo era antes, el que no quiera asumir esa responsabilidad, que no venga a Cuba.
    Por favor, es puro cuento que los viajeros estén cuidando a la familia, imaginen un menor que logré entender que tiene que estar dentro de su casa con nasobuco y sin acercarse al familiar que los visita.
    Pienso, que independientemente de las irresponsabilidades de las personas, está medida es una locura.
    Para venir a Cuba tienen obligatoriamente que ponerse en cuarentena en centros destinados para eso, no le veo otra salida.
    Por favor, valoren ésto, sé que nuestra economía está muy mal, pero no podemos continuar aceptando que viajeros vengan a poner en riesgo a todos
    Espero que al menos lean mi recomendación
    Y Saldremos de esto Juntos

Se han publicado 1 comentarios



Este sitio se reserva el derecho de la publicación de los comentarios. No se harán visibles aquellos que sean denigrantes, ofensivos, difamatorios, que estén fuera de contexto o atenten contra la dignidad de una persona o grupo social. Recomendamos brevedad en sus planteamientos.

Vea también