Premio Fronteras del Conocimiento de Biología y Biomedicina a la IA que revolucionará los tratamientos farmacológicos

Las proteínas son una gran familia de moléculas sin las que no podríamos imaginar la vida. Son los verbos de la bioquímica, aquellas que actúan, que transportan, cortan, unen y protegen. No es la definición más precisa, pero nos ayuda a hacernos una idea de la importancia que tienen. Su nombre lleva sonando desde que lo acuño el químico Jöns Jacob Berzelius en 1838, pero su definición es algo más opaca para el profano, algo así como: sustancias complejas compuestas en gran medida por nitrógeno y que podemos encontrar en todas las formas de vida. A medida que hemos descubierto más proteínas hemos ido domando a la química y revolucionando la industria, entre ellas, la farmacéutica. Sin embargo, hasta hace poco era frecuente que un investigador dedicara su vida entera a estudiar una proteína y, a pesar de ello, muriera sin haberla visto nunca, sin conocer su aspecto.

Puede parecer poco relevante. A fin de cuentas, si conoce sus funciones y su composición, el aspecto es lo de menos, un concepto muy humano que al mundo le tiene sin cuidado. No obstante, la realidad es muy diferente, porque la forma que adopte una proteína condicionará enormemente su aspecto, la manera en que se configuren sus átomos. Nada tiene que ver un avión de papel con un gurruño y, en este caso, ocurre lo mismo. Históricamente, para conocer la estructura de una proteína había que someterla a técnicas de cristalografía que, para comprender la problemática, podemos resumirlas diciendo que requieren grandes aceleradores de partículas que puedan bañar la muestra con fogonazos de rayos X. No es una técnica especialmente barata y disponible y esta limitación era un cuello de botella para la investigación. Por suerte, hace un par de años nació una herramienta de inteligencia artificial capaz de agilizar el proceso y, ahora, tres científicos han sido premiados por este hito con los premios Fronteras del Conocimiento de la Fundación BBVA. Sus nombres son David Baker, Demis Hassabis y John Jumper.

La casa por los cimientos

Ya que hablamos de estructuras deberíamos empezar a construir la casa por los cimientos y eso implica explicar cómo se va doblando una proteína. Las proteínas están compuestas a su vez de unos bloques de construcción más pequeños, otras moléculas llamadas aminoácidos de las cuales contamos con cerca de una veintena. En un primer momento estos aminoácidos se unen unos a otros formando una larga cadena de bloques de construcción, como las cuentas de un collar. Es lo que se conoce como estructura primaria, la secuencia de aminoácidos que forman una proteína. Sin embargo, esto no se queda aquí. Algunas partes de la cadena empiezan a interactuar entre sí y a establecer uniones llamados enlaces de hidrógeno. Esto hace que la cadena se retuerce formando espirales llamadas hélices alfa y que produzca láminas beta, que podríamos imaginarlas como tiras de papel corrugado, doblado en zigzag. La proteína se está plegando en su estructura secundaria y adquiriendo gracias a ella más y más funciones.

No obstante, hay un tercer paso en este trabajo de papiroflexia: la estructura terciaria. En ella, la cadena se dobla sobre sí misma adoptando formas complejísimas. Puede parecer un gurruño, pero no nos engañemos, no se ha enredado al azar, y ese es el problema. Su función depende de su estructura y, aunque sabemos que esa forma tridimensional que adquiere se debe directamente a cómo se ordenan las piezas que la componen (esos aminoácidos), no sabemos exactamente las reglas que siguen por ser complejísimas y tener una cantidad difícilmente abordable de interacciones entre sus “piezas”.

AlphaFold2 y RoseTTAFold

Y, si el problema es que hay muchas reglas e infinidad de datos que no sabemos ni cómo gestionar, la inteligencia artificial puede ser la ayuda que estamos buscando. Así lo pensaron los tres galardonados y dieron a luz a AlphaFold2 y RoseTTAFold. Hassabis y Jumper fueron responsables de la primera, mientras que Baker lideró la segunda. Grosso modo, lo que hacen estas inteligencias artificiales es encontrar tendencias que nos permitan predecir cómo se doblarán secuencias concretas de aminoácidos. Al aplicar estas tendencias a proteínas ya conocidas, podemos comprobar cómo de acertadas son sus predicciones y, para contento de todos, alcanza una precisión inaudita. Esto significa que, probablemente, sus predicciones de cómo se plegará una proteína que no conocemos, también estarán en lo cierto.

Gracias a esto los investigadores no solo pueden conocer mejor sus objetos de estudio, sino que pueden aprovechar esta herramienta para diseñar nuevas proteínas capaces de tratar enfermedades. Dicho de otro modo, si buscamos una proteína capaz de unirse a un receptor para impedir la entrada de un virus concreto en nuestras células, en teoría podríamos saber qué estructura debe tener gracias a estos programas. El siguiente paso será hacerla realidad, pero tendremos los “planos”. Los premios Fronteras del Conocimiento de la Fundación BBVA suelen anticiparse a los Premios Nobel por lo que no sería extraño que estos tres investigadores reciban el galardón sueco durante los próximos años.

QUE NO TE LA CUELEN:

• Todavía es pronto para que estas herramientas sacudan a la industria, pero ya han permitido conocer la posible estructura de la práctica totalidad de proteínas identificadas. Esto abre las puertas a nuevas investigaciones y, por fin, permite que los investigadores le pongan “cara” a aquello que llevan años estudiando.

REFERENCIAS (MLA):

• “Alphafold: A Solution To A 50-Year-Old Grand Challenge In Biology”. Deepmind, 2020.
• Nelson, David I. Lehninger Principles of Biochemistry. W H Freeman, 2020.
• Senior, Andrew W. et al. “Improved Protein Structure Prediction Using Potentials From Deep Learning”. Nature, vol 577, no. 7792, 2020, pp. 706-710. Springer Science And Business Media LLC, doi:10.1038/s41586-019-1923-7. Accessed 2 Dec 2020.
• Premio Fronteras del Conocimiento a David Baker, Demis Hassabis y John Jumper Por Revolucionar el Estudio y Diseño de Proteínas (2023) Premios Fronteras. Available at: https://www.premiosfronterasdelconocimiento.es/noticias/premio-fronteras-del-conocimiento-xv-edicion-david-baker-demis-hassabis-john-jumper/ (Accessed: January 25, 2023).