La inteligencia artificial ahora es capaz de generar proteínas novedosas y funcionalmente activas, gracias a un trabajo recientemente publicado por investigadores de la Universidad Tecnológica de Chalmers, en Suecia.
"Lo que ahora podemos demostrar ofrece un potencial fantástico para una serie de aplicaciones futuras, como el desarrollo más rápido y rentable de fármacos basados en proteínas", afirma Aleksej Zelezniak, profesor asociado del Departamento de Biología e Ingeniería Biológica de Chalmers.
"Lo que ahora podemos demostrar ofrece un potencial fantástico para una serie de aplicaciones futuras, como el desarrollo más rápido y rentable de fármacos basados en proteínas"
Las proteínas son moléculas grandes y complejas que juegan un papel crucial en todas las células vivas, construyendo, modificando y descomponiendo otras moléculas de forma natural dentro de nuestras células. También son muy utilizados en procesos y productos industriales, y en nuestra vida diaria.
Los medicamentos a base de proteínas son muy comunes; el medicamento para la diabetes, la insulina, es uno de los más recetados. Algunos de los medicamentos contra el cáncer más costosos y efectivos también se basan en proteínas, así como las fórmulas de anticuerpos que se utilizan actualmente para tratar el COVID-19.
Los métodos actuales utilizados para la ingeniería de proteínas se basan en la introducción de mutaciones aleatorias en las secuencias de proteínas. Sin embargo, con cada mutación aleatoria adicional introducida, la actividad de la proteína disminuye.
"En consecuencia, uno debe realizar múltiples rondas de experimentos muy costosos y que requieren mucho tiempo, seleccionando millones de variantes, para diseñar proteínas y enzimas que terminen siendo significativamente diferentes de las que se encuentran en la naturaleza", ha dicho Zelezniak.
"Este proceso de ingeniería es muy lento, pero ahora tenemos un método basado en IA en el que podemos pasar del diseño de la computadora a la proteína de trabajo en solo unas pocas semanas", ha agregado.
Los nuevos resultados de los investigadores de Chalmers se publicaron recientemente en la revista Nature Machine Intelligence y representan un gran avance en el campo de las proteínas sintéticas. El grupo de investigación y los colaboradores de Aleksej Zelezniak han desarrollado un enfoque basado en inteligencia artificial llamado ProteinGAN, que utiliza un enfoque de aprendizaje profundo generativo.
En esencia, la IA cuenta con una gran cantidad de datos de proteínas bien estudiadas; estudia estos datos e intenta crear nuevas proteínas a partir de ellos.
Al mismo tiempo, otra parte de la IA intenta averiguar si las proteínas sintéticas son falsas o no. Las proteínas se envían de un lado a otro en el sistema hasta que la IA ya no puede diferenciar las proteínas naturales de las sintéticas.
Este método es bien conocido por crear fotos y videos de personas que no existen, pero en este estudio, se utilizó para producir variantes de proteínas muy diversas con propiedades físicas de tipo naturalista que podrían probarse para sus funciones.