Del videojuego a la Inteligencia Artificial en la investigación biológica

El uso de las inteligencias artificiales está cada día más presente en la vida cotidiana. Desde la automatización de emails, hasta la traducción de textos, pasando por una enorme cantidad de aplicaciones audiovisuales, este año no pasa un solo día sin que haya una noticia de inteligencia artificial. Pero en la vorágine de noticias muchas veces anecdóticas, pasan desapercibidas las implicaciones que estos conjuntos de algoritmos pueden tener en otros aspectos más profundos de nuestra sociedad. Muchos proyectos de investigación actuales están relacionados en mayor o menor medida con el uso de inteligencias artificiales, y esto es una buena noticia porque, como cualquier herramienta, permiten emplear los recursos disponibles de forma eficiente.

Origami biológico

El origami o papiroflexia es el arte de plegar el papel para crear figuras. Normalmente, quien más y quien menos se ha topado con algún libro o alguna amistad que le ha enseñado a hacer un avión, una pajarita o una rana saltarina. Sin embargo, las pocas personas que dominan este arte son capaces de crear intrincadas filigranas que representan animales, o incluso vestidos completos creados doblez tras doblez. Con las proteínas y otras moléculas poliméricas presentes en el cuerpo humano sucede algo similar. Algunas son sencillas, pero otras, en cambio, requieren de modificaciones y plegamientos extremadamente complejos para que puedan cumplir su función. Este origami biológico se produce a todas horas en el cuerpo humano, pero trae de cabeza a los científicos ya que dificulta el estudio de los componentes y sus interacciones.

Saber la forma que tienen las proteínas permite conocer también dónde están los lugares de interés, al igual que en una cerradura solo encaja una llave, en una enzima formada por una proteína existe un lugar denominado “sitio activo” que es donde entrará el sustrato que dará lugar a un producto. Si esta enzima/cerradura se encuentra deformada o si existe una llave/sustrato suficientemente parecida a la habitual, pueden haber problemas en el organismo. Lo mismo sucede con el ácido ribonucleico o RNA, que necesita de una conformación concreta para actuar en el cuerpo humano.

Videojuegos para resolver la biología

Por ello, comprender el plegamiento de las proteínas es necesario para avanzar en el conocimiento tanto del funcionamiento de las células, como de la causa de muchas enfermedades. Pero claro, la biología no es como la aritmética, en la que 1 + 1 siempre son 2, en biología todo se mueve a través de gradientes y tendencias, buscando equilibrios. Estos equilibrios se consiguen al alcanzar los puntos de mínima energía, donde las moléculas se encuentran lo más cercanas al “reposo” posible. A partir de estas premisas nacieron varios videojuegos, como Fold-it o EteRNA, donde miles de jugadores trataban de averiguar las estructuras proteicas resolviendo puzles cada vez más complejos. Esto llevó a grandes descubrimientos como la estructura de proteínas víricas o el aumento de eficiencia de enzimas sintéticas.

Pero la verdadera revolución ha tenido lugar estos últimos años. Como con el ajedrez o con el go, los algoritmos específicamente diseñados para resolver posiciones intrincadas han irrumpido en estos juegos, han destrozado a los mejores jugadores y, en el caso de la biología, han sido capaces de predecir el plegamiento de miles de proteínas. AlphaFold, desarrollado por DeepMind vino en 2018 a revolucionar la bioinformática y, desde entonces, ha conseguido llegar a donde la humanidad solo ha podido soñar. En poco tiempo, AlphaFold recreó el 98,5% del proteoma humano, es decir, casi todas las proteínas que conforman nuestras células. Entre estas proteínas, un 36% con una precisión muy alta y un 22% con una precisión alta. Y el verano pasado predijo con mayor o menor precisión la estructura de las más de 200 millones de proteínas conocidas hasta la fecha.

Falta de trasparencia y proteínas a la carta

La mayor queja de la comunidad científica con respecto a AlphaFold es la falta de trasparencia. Con la tendencia actual a los programas de código abierto, el hermetismo de Google en este proyecto genera un gran rechazo. Otros equipos de investigación podrían ayudar con su experiencia a mejorar la precisión espacial de los átomos y llevar a la inteligencia artificial al siguiente nivel: La creación de proteínas específicas que mejoren a las existentes. Estas “proteínas a la carta” servirían para hacer más eficientes desde nuevos detergentes con propiedades enzimáticas, hasta fármacos contra enfermedades actualmente incurables.

QUE NO TE LA CUELEN:

• Las proteínas no solamente son secuencias de aminoácidos, entre un 50 y 70% de las proteínas requieren de otras modificaciones post traslacionales para funcionar, generalmente polisacáridos. Nos encontramos todavía en un punto en el que las IAs no son capaces de añadir estas modificaciones ni otros cofactores, pero a la velocidad a la que avanzan, no sería raro que lo anunciasen para este año o el siguiente.

REFERENCIAS (MLA):

• Jumper, J., Evans, R., Pritzel, A. et al. Highly accurate protein structure prediction with AlphaFold. Nature596, 583–589 (2021). https://doi.org/10.1038/s41586-021-03819-2