La IA de Google, desarrollada por la compañía DeepMind, lleva años estudiando las proteínas como primer paso para intervenir en muchísimos procesos biológicos. Primero fue AlphaFold, un algoritmo capaz de predecir la forma en que se pliegan las proteínas. Ahora, ha llegado el turno de AlphaProteo, una nueva IA con la que se pueden diseñar proteínas que interaccionan con otras proteínas, abriendo o cerrando puertas para intervenir en un amplísimo abanico de fenómenos con distintas aplicaciones médicas.
Y es que, en realidad, los procesos biológicos se rigen principalmente por interacciones entre proteínas. Unas se unen a otras, como una llave que encaja en una cerradura, y desencadenan cascadas de reacciones que llevan hasta un objetivo. Se pueden emplear proteínas capaces de bloquear esa cerradura o potenciar su efecto, según nos convenga. Pero, por mucho que entendamos lo que ocurre tras la interacción, diseñar desde 0 la llave es complicado.
Por eso, los científicos de DeepMind decidieron dar un paso más allá con la IA de Google. Han desarrollado un algoritmo capaz de diseñar rápidamente proteínas con una fuerte capacidad de unión. De momento casi todo se ha hecho in silico o, lo que es lo mismo, con modelos informáticos. No obstante, ya se han hecho algunos experimentos de laboratorio y los resultados confirman lo que ya habían visto los científicos en sus pantallas.
La importancia de los binders de proteínas
Para que una proteína funcione adecuadamente debe tener un plegamiento correcto. Puede estar perfectamente formada, con todos sus aminoácidos, pero no plegarse correctamente, perdiendo toda su funcionalidad. También puede que se pliegue de una forma ligeramente distinta, obteniendo una nueva función. Todo esto es lo que se analizaba con AlphaFold. Era muy interesante y útil, pero se necesitaba ir un paso más allá. Era necesario disponer de lo que se conoce como binders de proteínas.
Se trata de pequeñas proteínas que se unen específicamente a otras proteínas objetivo, de manera que se pueden visualizar o modificar sus funciones. Originalmente, los binders que más se han usado en investigación han sido los anticuerpos. Estos son pequeñas proteínas que se unen a otras proteínas, normalmente para etiquetarles para que el resto de componentes del sistema inmunitario se lancen contra ellas. Por ejemplo, podemos tener anticuerpos capaces de reconocer proteínas concretas del SARS-CoV 2, por si se da la situación de que nos infecte.
Del mismo modo, hay anticuerpos para muchísimas proteínas más, aunque no pertenezcan a agentes patógenos. El problema es que no siempre era posible obtener un anticuerpo que sea específico y estable para una función concreta. Por eso, con el tiempo se han ido desarrollando otros binders.
¿Qué hace la IA de Google?
La IA de Google se ha entrenado con más de 100 millones de datos para dar lugar a AlphaProteo. Todos esos datos pertenecen a estructuras de binders de proteínas de función conocida.
Tras analizar todos esos datos, la IA de Google ha sido capaz de diseñar rápidamente nuevos binders teniendo en cuenta tres aspectos. Por un lado, la estructura de la proteína a la que se deben unir. Por otro, las diferentes ubicaciones de unión de binders que hay en la misma. Y, finalmente, sus diferentes plegamientos.
Una vez obtenida la proteína, se prueba en simulaciones por ordenador, para ver si es capaz de unirse fuertemente a la proteína objetivo. Y lo cierto es que los resultados superaron todas las expectativas de los investigadores.
Hitos cumplidos por la IA de Google
Los binders obtenidos con la IA de Google son capaces de unirse entre 3 y 300 veces más fuertemente a su proteína objetivo que otros obtenidos por otros métodos. Además, se han conseguido hitos que ningún otro algoritmo había logrado con anterioridad.
Por ejemplo, por primera vez se ha encontrado un binder que se une eficiente y fuertemente a VEGF-A, una proteína involucrada tanto en el cáncer como en las complicaciones de la diabetes. También se han obtenido varios binders capaces de unirse a dominios de proteínas relacionadas con la infectividad de virus y bacterias.
Buenos resultados también en el laboratorio
Los resultados in silico no han dejado lugar a dudas sobre la eficacia de la IA de Google. No obstante, era necesario comprobarlo también en el laboratorio. Algunos de los binders diseñados por AlphaProteo se sintetizaron en un laboratorio y se realizaron pruebas reales, cuyos resultados fueron prácticamente los mismos que con los modelos informáticos.
Por lo tanto, DeepMind ha dado otro paso de gigante. La IA puede traernos muchos problemas, pero también muchísimos beneficios. Lo que está logrando la IA de Google, desde luego, se puede clasificar en el segundo grupo.