DeepMind revela la estructura de proteínas de 200m en un vuelo científico Mente profunda

La inteligencia artificial ha descifrado la estructura de casi todas las proteínas conocidas por la ciencia, allanando el camino para el desarrollo de nuevos medicamentos o tecnologías para abordar desafíos globales como el hambre o la contaminación.

Las proteínas son los componentes básicos de la vida. Formados a partir de cadenas de aminoácidos plegadas en formas complejas, su estructura 3D determina en gran medida su función. Una vez que sepa cómo se pliega una proteína, puede comenzar a comprender cómo funciona y cómo cambiar su comportamiento. Aunque el ADN proporciona las instrucciones para construir una cadena de aminoácidos, predecir cómo interactúan para formar una forma 3D ha sido más difícil y, hasta hace poco, los científicos habían descifrado solo una fracción de las aproximadamente 200 millones de proteínas conocidas por la ciencia.

En noviembre de 2020, el grupo AI Mente profunda anunció que ha desarrollado un programa llamado AlphaFold que puede predecir rápidamente esta información usando un algoritmo. Desde entonces, ha estudiado detenidamente el código genético de cada organismo cuyo genoma ha sido secuenciado y predicho la estructura de los cientos de millones de proteínas que contienen colectivamente.

El año pasado, DeepMind publicó estructuras de proteínas para 20 especies, incluidas Casi todas las 20.000 proteínas expresadas por humanos – abiertamente base de datos. Ahora ha completado el trabajo y ha publicado estructuras predichas para más de 200 millones de proteínas.

“Básicamente, puedes pensar que cubre todo el universo de proteínas. Incluye estructuras predictivas para plantas, bacterias, animales y muchos otros organismos, lo que abre nuevas y enormes oportunidades para que AlphaFold impacte en temas críticos como la sustentabilidad, la inseguridad alimentaria y las enfermedades desatendidas”, dijo el fundador de DeepMind, Demis Hassabis. Director.

Los científicos ya están utilizando sus predicciones anteriores para ayudar a desarrollar nuevos medicamentos. En mayo, investigadores dirigidos por el profesor de la Universidad de Oxford Matthew Higgins Anunciado Utilizaron los modelos AlphaFold para ayudar a determinar la estructura de una proteína clave del parásito de la malaria y descubrir dónde podrían unirse los anticuerpos que podrían bloquear la transmisión del parásito.

«En el pasado, usamos una técnica llamada cristalografía de proteínas para descubrir cómo se ve esta molécula, pero debido a que es bastante dinámica y se mueve, simplemente no pudimos controlarla», dijo Higgins. “Cuando tomamos los modelos AlphaFold y los combinamos con esta evidencia experimental, de repente todo tuvo sentido. Esta información ahora se utilizará para desarrollar vacunas mejoradas que provoquen los anticuerpos más fuertes que bloquean la transmisión”.

Los modelos de AlphaFold también están siendo utilizados por científicos del Centro de Innovación de Enzimas de la Universidad de Portsmouth para identificar enzimas del mundo natural que pueden ajustarse para digerir y reciclar plásticos. «Nos tomó bastante tiempo revisar esta enorme base de datos de estructuras, pero abrimos una gran cantidad de nuevas formas tridimensionales que no habíamos visto antes y que en realidad podrían descomponer el plástico», dijo el profesor John McGeehan, quien dirigió el estudio. la obra. «Hay un cambio de paradigma completo. Realmente podemos acelerar hacia dónde vamos a partir de aquí, y eso nos ayuda a enfocar estos preciosos recursos en lo que importa”.

Profesora Janet Thornton, líder de grupo y científica molecular europea sénior Biología Laboratorio Instituto Europeo de Bioinformática dice: «Las predicciones de la estructura de la proteína AlphaFold ya se están utilizando de muchas maneras. Espero que esta última actualización desencadene una avalancha de descubrimientos nuevos y emocionantes en los próximos meses y años, todo gracias al hecho de que los datos están abiertos para que todos los usen”.