Una IA señala el camino de futuros avances científicos

Hasta ahora, muchas de las innovaciones y usos de la Inteligencia Artificial estaban vinculados a sectores de entretenimiento o arte: colorear antiguas fotografías, editar vídeos, crear avatares y hasta sdesarrollar videojuegos. Es cierto que hay muchos usos en el campo tecnológico y también el científico pero la mayoría están vinculados a señalar enfermedades o interpretar, de algún modo, el presente. Pero hay una posibilidad de futuro.

Predecir la ubicación de una proteína dentro de una célula puede ayudar a los científicos a desbloquear una gran cantidad de información biológica que es fundamental para desarrollar futuros descubrimientos científicos relacionados con el desarrollo de fármacos y el tratamiento de enfermedades como la epilepsia. Eso es porque las proteínas son los "caballos de batalla" del cuerpo, en gran parte responsables de la mayoría de las funciones celulares.

Recientemente, Dong Xu, de la Universidad de Missouri, actualizaron su modelo de predicción de localización de proteínas, MULocDeep, con la capacidad de proporcionar predicciones más específicas, incluidos modelos específicos para animales, humanos y plantas. El modelo fue creado hace 10 años por Xu para estudiar originalmente las proteínas en las mitocondrias.

"Muchos descubrimientos biológicos necesitan ser validados por experimentos, pero no queremos que los científicos tengan que gastar tiempo y dinero realizando miles de experimentos para llegar allí - señala Xu en un comunicado -. Un enfoque más específico ahorra tiempo. Nuestra herramienta proporciona un recurso útil para los científicos al ayudarlos a llegar a sus descubrimientos más rápido al diseñar experimentos más específicos a partir de los cuales avanzar en su investigación de manera más efectiva".

Al aprovechar el poder de la inteligencia artificial a través de una técnica de aprendizaje automático (capacitar a los ordenadores para hacer predicciones utilizando los datos existentes), el modelo puede ayudar a quienes estudian los mecanismos asociados con las ubicaciones irregulares de las proteínas. Esta anormalidad a menudo se asocia con enfermedades como trastornos metabólicos, cánceres y trastornos neurológicos.

"Algunas enfermedades son causadas por una mala localización, lo que hace que la proteína no pueda realizar una función como se esperaba porque no puede ir a un objetivo o lo hace de manera ineficiente", dijo Xu.

"Otra aplicación del modelo predictivo del equipo es ayudar con el diseño de medicamentos al apuntar a una proteína ubicada incorrectamente y moverla a la ubicación correcta - añade Xu -. Queremos seguir mejorando el modelo para determinar si una mutación en una proteína podría causar una mala localización, si las proteínas se distribuyen en más de un compartimento celular o cómo los péptidos señal pueden ayudar a predecir la localización con mayor precisión. Si bien no ofrecemos ninguna solución para el desarrollo de fármacos o tratamientos para varias enfermedades per se, nuestra herramienta puede ayudar a otros a desarrollar soluciones médicas. La ciencia actual es como una gran empresa. Diferentes personas desempeñan diferentes roles y, al trabajar juntas, podemos lograr un gran avance para todos".

Xu está trabajando actualmente en el desarrollo de un curso en línea gratuito para estudiantes de secundaria y universitarios basado en los conceptos biológicos y bioinformáticos utilizados en el modelo y espera que el curso esté disponible a finales de este año. Los resultados se han publicado en Nucleic Acids Research.