La inteligencia artificial (IA) es una rama de la informática que se ocupa de crear sistemas capaces de realizar tareas que normalmente requieren inteligencia humana, como el reconocimiento de imágenes, el procesamiento del lenguaje natural, las apuestas deportivas o la resolución de problemas. En los últimos años, la IA ha experimentado un gran desarrollo gracias al aumento de la potencia de cómputo, la disponibilidad de grandes cantidades de datos y el perfeccionamiento de los algoritmos de aprendizaje automático.
Uno de los campos en los que la IA ha tenido un impacto notable es la biología, especialmente en el estudio de las proteínas, las moléculas que realizan la mayoría de las funciones vitales en los organismos vivos. Las proteínas están formadas por cadenas lineales de aminoácidos, que se pliegan en estructuras tridimensionales complejas y únicas. La forma de una proteína determina su función, y conocer su estructura es fundamental para entender cómo funciona y cómo interactúa con otras moléculas.
Sin embargo, determinar la estructura tridimensional de una proteína a partir de su secuencia de aminoácidos es un problema muy difícil, que ha desafiado a los científicos durante décadas. Los métodos experimentales para obtener la estructura de una proteína, como la cristalografía de rayos X o la criomicroscopía electrónica, son costosos, lentos y no siempre exitosos. Por eso, se ha buscado desarrollar métodos computacionales que puedan predecir la estructura de una proteína a partir de su secuencia, lo que se conoce como el problema del plegamiento de proteínas.
En 2020, se anunció un avance histórico en este campo: el algoritmo AlphaFold, desarrollado por la empresa británica DeepMind (propiedad de Google), fue capaz de predecir con una precisión sin precedentes la estructura tridimensional de más de 100 proteínas en el marco del concurso CASP (Critical Assessment of protein Structure Prediction), una competición bienal que evalúa el rendimiento de los métodos computacionales para resolver el problema del plegamiento de proteínas.
AlphaFold utiliza una técnica de IA llamada redes neuronales artificiales, que consiste en un conjunto de unidades de procesamiento interconectadas que imitan el funcionamiento del cerebro humano. AlphaFold aprende a predecir la estructura de una proteína a partir de su secuencia utilizando dos fuentes de información: los datos experimentales disponibles sobre las estructuras conocidas de otras proteínas, y las relaciones estadísticas entre los aminoácidos que se encuentran en las secuencias de las proteínas.
El resultado es un modelo tridimensional que representa la forma más probable que adopta una proteína al plegarse, y que se mide mediante una puntuación llamada GDT (Global Distance Test), que indica el porcentaje de átomos de la proteína que están a menos de cierta distancia del modelo. AlphaFold consiguió una puntuación media de GDT de 92,4 sobre 100 en el concurso CASP14, superando ampliamente a los demás participantes y acercándose al nivel de los métodos experimentales.
Este logro tiene enormes implicaciones para la biología y la medicina, ya que abre la puerta a explorar el espacio estructural y funcional de las proteínas, que se estima en unos 200 millones. Conocer la estructura de las proteínas puede ayudar a comprender mejor los mecanismos moleculares que subyacen a los procesos biológicos, así como a diseñar fármacos más eficaces y específicos para combatir diversas enfermedades.
De hecho, AlphaFold ya ha demostrado su utilidad en algunos casos prácticos, como la predicción de la estructura de algunas proteínas del SARS-CoV-2, el virus causante de la COVID-19. o la identificación de nuevas familias de antibióticos. Además, DeepMind ha puesto a disposición pública una base de datos con las predicciones estructurales de más de 350.000 proteínas humanas y otras especies, lo que supone un recurso valioso para la comunidad científica.
En definitiva, AlphaFold es un ejemplo de cómo la inteligencia artificial puede revolucionar la biología, ofreciendo una nueva herramienta para desentrañar los secretos de las proteínas, las moléculas de la vida.