Durante más de cinco décadas, la biología se enfrentó a un muro invisible. Los científicos conocían las instrucciones de la vida —el ADN— y las piezas que las componen —los aminoácidos—, pero no lograban entender cómo se ensamblaban para formar las proteínas.

En 2024, el Premio Nobel de Química reconoció a los arquitectos de AlphaFold, una inteligencia artificial que no solo ha derribado ese muro, sino que ha cartografiado un continente entero de posibilidades para la salud humana.

Quizá una de las aplicaciones de la inteligencia artificial que más expectativas y mejores resultados está obteniendo es la que se aplica a la medicina. Dentro de estas herramientas, quizá la más exitosa es AlphaFold, que facilita el estudio de las proteínas, su estructura, mecanismos de replicación y su intervención en la bioquímica celular.

Gracias a ello, se abren nuevas vías para el desarrollo de vacunas, terapias génicas y tratamientos contra enfermedades como el cáncer o trastornos de origen genético.

 AlphaFold es la culminación de varios años de trabajo y se basa en décadas de investigación previa utilizando grandes conjuntos de datos genómicos para predecir la estructura de las proteínas. Los modelos 3D de proteínas que genera AlphaFold son mucho más precisos que cualquiera que haya existido antes, lo que supone un avance significativo en uno de los principales retos de la biología. La herramienta AlphaFold, a veces, en términos coloquiales, se denomina como el "Google Maps" de la biología.

La aplicación se ha desarrollado dentro de los planes de aplicación de la IA en la ciencia, llevados a cabo por la firma DeepMind, creada por Google (https://deepmind.google). Las herramientas disponibles, muchas de ellas con carácter público y gratuito, permiten integrar en esta plataforma varios campos de aplicación: biología, clima y sostenibilidad, matemáticas e informática, y física y química.

La valoración en el mercado de DeepMind cuando fue comprada por Google en el año 2014 fue de 400 millones de dólares. Actualmente, el valor de la plataforma es superior a 800.000 millones de dólares, compitiendo con OpenAI (1 billón de $), Anthropic (300 a 500 millones $) y xAI (200 millones de $).

Concretamente, en el ámbito de la biología, son tres las herramientas que nos ofrece DeepMind: AlphaFold (estudio de las estructuras de las proteínas en formato 3D), AlphaGenome (modelado de secuencias de ADN) y AlphaMissense (estudio de mutaciones génicas y sus efectos en las enfermedades). Las tres herramientas forman un paquete que se está usando con mucho éxito en los principales laboratorios de biología molecular del mundo.

En este artículo nos centraremos en AlphaFold.

Los creadores y padres de AlphaFold

Imagen generada con Gemini

La idea, el diseño y la puesta en marcha de AlphaFold nacen de la mano de dos grandes científicos que, además, fueron premiados, junto con un tercero, con el Premio Nobel de Química 2024. Hablo de Demis Hassabis y John M. Jumper (la mitad del premio). La otra mitad fue para David Baker por el “diseño computacional de proteínas”.

El sueño de todo bioquímico lo hicieron realidad estos investigadores. Se trataba de ser capaces no solo de estudiar la composición de las cadenas que constituyen las proteínas, sino también de permitir el estudio de su “plegamiento”, es decir, la forma en la que una proteína interacciona en las células para llevar a cabo su función. Esto permite estudiar numerosos procesos fundamentales en el seno celular, entre los cuales se puede investigar el diseño de vacunas, el tratamiento génico del cáncer y el diseño de nuevas proteínas.

El funcionamiento es relativamente sencillo de entender: se introduce una secuencia de aminoácidos en un sistema de inteligencia artificial, que analiza su estructura y predice su forma tridimensional.

El desarrollo de las vacunas para la COVID se basó en esta herramienta, con la que se consigue de manera singularmente rápida la estructura del virus y el descubrimiento de los enlaces necesarios para anular los efectos de la proteína vírica, así como el diseño de una vacuna. La velocidad computacional de la IA permitió emular centenares de miles de ensayos que, de otro modo, tendrían que haberse realizado en laboratorios mediante procedimientos habituales, miles de veces más lentos que los conseguidos con esta herramienta.

Representación de una proteína. Imagen generada con Gemini

Las proteínas, permítanme ampliarles la información, conocidas actualmente gracias a la aplicación de la IA en su descubrimiento, ascienden a más de 350.000, de las cuales nuestro organismo puede contener entre 80.000 y 400.000 tipos diferentes.

Son estructuras constituidas por cadenas de aminoácidos que pueden representarse como una secuencia de letras y que vienen a ser los ladrillos con los que se construyen. Tienen numerosas funciones, entre las cuales podemos mencionar: responsables de la estructura de los diversos tejidos y huesos; enzimas o catalizadores químicos para reacciones metabólicas vitales; transporte de nutrientes a las células; funciones inmunológicas y funciones hormonales, como la regulación de las funciones sexuales o de los niveles de azúcar en nuestro organismo (insulina). Podemos decir que son los libros de química en los que están escritas las instrucciones para el funcionamiento del cuerpo de los seres vivos.

Está claro que, como decía al principio de este artículo, la IA es una potente herramienta que transformará la medicina en el futuro y, sin duda, podrá ofrecer en un futuro cercano soluciones para enfermedades genéticas, Alzheimer, cáncer, envejecimiento, pandemias, diagnóstico y tratamiento de posibles nuevas enfermedades, etc.

Imagen generada con Gemini

MUY RECOMENDABLE: Es posible ver funcionando la herramienta AlphaFold. En la dirección web https://deepmind.google/science/alphafold/ pueden ver algunas demos de imágenes de proteínas generadas por la IA. Para estudiantes e investigadores hay accesos especiales.