La IA que predice estructuras complejas de proteínas, Nobel de Química 2024

El diseño computacional de proteínas, trabajo realizado por David Baker, de la Universidad de Washington, John Jumper, director de Google DeepMind y Demis Hassabis, CEO y cofundador de la misma empresa, ha permitido a este triunvirato ganar el Premio Nobel de Química 2024. Esta tecnología desarrollada promete predecir el plegamiento tridimensional de las proteínas, ofreciendo un gran abanico de nuevas posibilidades dentro del mundo de la Medicina.

Baker, especialista de la Universidad de Washington, fue el encargado de lograr constituir tipos de proteínas completamente nuevos. En 2003, logró utilizar estos componentes para crear una proteína completamente nueva que no se pareciera a ninguna identificada hasta la fecha. Desde ese momento el grupo de investigación que dirige ha ido creando proteínas nuevas sin cesar, incluidas algunas que pueden llegar a usarse como fármacos, vacunas, nanomateriales y sensores diminutos.

Por su parte, Demis Hassabis y John Jumper llegaron a desarrollar un modelo único de Inteligencia Artificial (IA) para conseguir solucionar un problema que seguía sin respuesta durante las últimas décadas, como es la predicción de estructuras complejas de las proteínas. El presidente del Comité Nobel de Química, Heiner Linke, ha destacado que ambos descubrimientos “permitirán predecir las estructuras de las proteínas a partir de sus secuencias de aminoácidos, abriendo enormes posibilidades”.

Un estudio más preciso de las proteínas desde 1950

Este hito viene de lejos ya que los químicos saben, desde el siglo XIX, que las proteínas son importantes para los procesos vitales. Sin embargo, según ha relatado la organización, no fue hasta la década de 1950 cuando se comenzaron a estudiar con más detalle, tras obtener las herramientas necesarias para llevar a cabo esta labor.

John Kendrew y Max Perutz, investigadores de Cambridge que recibieron el Premio Nobel de Química en 1962, hicieron uno de los grandes descubrimientos a finales de la década de los 50 al utilizar con éxito un método llamado cristalografía de rayos X para presentar los primeros modelos tridimensionales de proteínas.

Posteriormente, Kendrew y Perutz utilizaron la cristalografía de rayos X para generar imágenes de alrededor de 200.000 proteínas diferentes, lo que ha supuesto la base del Premio Nobel de Química de 2024 entregado a David Baker, John Jumper y Demis Hassabis.

AlphaFold2 y el gran reto de la Bioquímica

Uno de los grandes retos de la Bioquímica es predecir la estructura de las 200 millones de proteínas que los investigadores han identificado y, en 2020, Demis Hassabis y John Jumper presentaron un modelo de Inteligencia Artificial llamado AlphaFold2, que logró descifrar prácticamente todas.

Tras el fracaso de AlphaFold, los investigadores insistieron en esta idea hasta alcanzar la segunda versión, AlphaFold2, que se inspiró en el conocimiento de Jumper sobre las proteínas. El equipo también comenzó a utilizar la innovación que está detrás del enorme avance reciente en Inteligencia Artificial: las redes neuronales llamadas Transformers.

En octubre de 2024, más de dos millones de personas de 190 países habían utilizado AlphaFold2. Antes, obtener la estructura de una proteína, si es que se conseguía, solía llevar años. Ahora se puede hacer en unos minutos. El modelo de Inteligencia Artificial, según la organización, no es perfecto, pero estima la exactitud de la estructura que ha producido, por lo que los investigadores saben lo fiable que es la predicción.