DeepMind asegura haber logrado la resolución de estructuras de proteínas en 3D

Una red de inteligencia artificial desarrollada por Google, DeepMind, ha dado un salto gigantesco en la resolución de uno de los mayores desafíos de la biología: determinar la forma 3D de una proteína a partir de su secuencia de aminoácidos.

El programa de DeepMind, llamado AlphaFold, con sede en Londres, superó a otros 100 equipos en uno de los mayores desafíos de la biología: determinar la forma 3D de una proteína a partir de su secuencia de aminoácidos.

La capacidad de predecir con precisión las estructuras de las proteínas a partir de su secuencia de aminoácidos sería una gran ayuda para las ciencias de la vida y la medicina. 

Una mejor comprensión de las formas de las proteínas podría desempeñar un papel fundamental en el desarrollo de nuevos fármacos para tratar enfermedades.

Las proteínas son los componentes básicos de la vida, responsables de la mayor parte de lo que sucede dentro de las células. 

Muchas enfermedades están relacionadas con el papel de las proteínas en la catalización de reacciones químicas.

El funcionamiento de una proteína y lo que hace está determinado por su forma tridimensional: «la estructura es función» es un axioma de la biología molecular.

Las proteínas tienden a adoptar su forma sin ayuda, guiadas únicamente por las leyes de la física.

Predecir cómo una proteína se pliega en una forma tridimensional única ha desconcertado a los científicos durante medio siglo.

Los primeros intentos de utilizar computadoras para predecir las estructuras de las proteínas en las décadas de 1980 y 1990 funcionaron mal, dicen los investigadores. 

AlphaFold se basa en un concepto llamado aprendizaje profundo. 

En este proceso, la estructura de una proteína plegada se representa como un gráfico espacial.

DeepMind es una empresa y un laboratorio de investigación más conocido por sus complejos juegos de inteligencia artificial con habilidades sobrehumanas. Fue adquirido por Google en 2014.

Otros científicos querrán observar los datos para determinar qué tan preciso es el método de IA y qué tan bien funciona a un nivel muy detallado.

Te podría interesar!