Científicos crean la mayor base de datos de las estructura 3D de las proteínas humanas y aseguran que ingresamos en una era de la ciencias médicas

Lo más leído

Columna semanal

La bioeconomía como modelo de desarrollo industrial sostenible

El enfoque de la bioeconomía se ha instalado como una de la formas más eficaces para contrarrestar los efectos del calentamiento global, causante del cambio climático, y a la vez, contribuir al desarrollo de las naciones. Fundamentalmente, en aquellas donde la agricultura y sus encadenamientos productivos están más desarrollados.
 
 

DeepMind, una startup británica que desarrolla tecnologías de inteligencia artificial (IA) anunció que ha creado la base de datos más completa y precisa de modelos de estructura de proteínas para el proteoma humano utilizando su poderosa herramienta AlphaFold.

Desarrollado con la colaboración del Laboratorio Europeo de Biología Molecular (EMBL) -el laboratorio insignia de Europa para las ciencias de la vida-, el mapeo cubre las más 20.000 proteínas expresadas por el genoma humano. La base de datos y el sistema de inteligencia artificial brindan a los biólogos nuevas y poderosas herramientas para examinar la estructura tridimensional de una proteína, ofreciendo un tesoro de datos que podrían desbloquear futuros avances en medicina y presagiar una nueva era para la biología habilitada por IA. Los datos estarán disponibles de forma libre y abierta para la comunidad científica.

Con la ayuda de AlphaFold, el sofisticado sistema de inteligencia artificial anunciado en diciembre pasado por DeepMind, los cietíficos de EMBL lograron la predicción de todas las proteínas del proteoma humano.

El avance, publicado en la revista Nature, marca un gran hito. Saber predecir la estructura 3D de las proteínas humanas a partir de la secuencia de aminoácidos es decisivo para el desarrollo, por ejemplo, de nuevos fármacos y la mejora de la asistencia médica de multitud de enfermedades graves.

«Nuestro objetivo en DeepMind siempre ha sido construir IA y luego usarla como una herramienta para ayudar a acelerar el ritmo del descubrimiento científico en sí, mejorando así nuestra comprensión del mundo que nos rodea», dijo la fundadora y directora ejecutiva de DeepMind, Demis Hassabis. «Usamos AlphaFold para generar la imagen más completa y precisa del proteoma humano. Creemos que esto representa la contribución más significativa que la IA ha hecho al avance del conocimiento científico hasta la fecha, y es un gran ejemplo de los tipos de beneficios que la IA puede aportar a la sociedad», agregó.

Lectura sugerida

La capacidad de predecir computacionalmente la forma de una proteína a partir de su secuencia de aminoácidos, en lugar de determinarla experimentalmente a través de años de técnicas minuciosas, laboriosas y a menudo costosas, ya está ayudando a los científicos a lograr en meses lo que antes tomaba años.

«La base de datos AlphaFold es un ejemplo perfecto del círculo virtuoso de la ciencia abierta», dijo la directora general de EMBL, Edith Heard. «AlphaFold fue capacitado con datos de recursos públicos creados por la comunidad científica, por lo que tiene sentido que sus predicciones sean públicas. Compartir las predicciones AlphaFold de manera abierta y libre permitirá a los investigadores de todo el mundo obtener nuevos conocimientos e impulsar el descubrimiento. Creo que AlphaFold es realmente una revolución para las ciencias de la vida, tal como lo fue la genómica hace varias décadas y estoy muy orgulloso de que EMBL haya podido ayudar a DeepMind a permitir el acceso abierto a este recurso extraordinario».

AlphaFold ya está siendo utilizado por organizaciones colaboradoras, como la Iniciativa de Medicamentos para Enfermedades Desatendidas (DNDi), que ha avanzado en su investigación sobre curas que salvan vidas para enfermedades que afectan de manera desproporcionada a las regiones más pobres del mundo, y el Centro de Innovación Enzimática (CEI), que está utilizando AlphaFold para ayudar a diseñar enzimas más rápidas para reciclar algunos de nuestros plásticos de un solo uso más contaminantes.

Lectura sugerida

Para aquellos científicos que estudian la determinación estructural de las proteínas, las predicciones de AlphaFold han ayudado a acelerar sus investigaciones. Por ejemplo, un equipo de la Universidad de Colorado en Boulder utiliza las predicciones AlphaFold para estudiar la resistencia a los antibióticos, mientras que un grupo de la Universidad de California en San Francisco las ha utilizado para aumentar su comprensión de la biología del SARS-CoV-2.

La base de datos de estructura de proteínas AlphaFold

La base de datos de estructura de proteínas AlphaFold se basa en muchas contribuciones de la comunidad científica internacional, así como en las sofisticadas innovaciones algorítmicas de AlphaFold y las décadas de experiencia de EMBL-EBI en el intercambio de datos biológicos recopilados en todo el mundo.

DeepMind y el Instituto Europeo de Bioinformática de EMBL (EMBL-EBI) están proporcionando acceso a las predicciones de AlphaFold para que otros puedan usar el sistema como una herramienta para permitir y acelerar la investigación y abrir vías completamente nuevas de descubrimiento científico.

Además del proteoma humano, la base de datos se lanza con más de 350.000 estructuras que incluyen 20 organismos biológicamente significativos como E. coli, la mosca de los frutos, ratones, pez cebra, parásito de la malaria y bacterias de la tuberculosis. La investigación de estos organismos ha sido objeto de innumerables trabajos de investigación y numerosos avances importantes. Estas estructuras permitirán a los investigadores de una gran variedad de campos, desde la neurociencia hasta la medicina, acelerar su trabajo.

 
 
 
 
 

Últimas Noticias

Leonardo DiCaprio invierte en compañías de carne celular

El actor de cine estadounidense Leonardo DiCaprio  ha invertido en Mosa Meat y Aleph Farms, dos startups que desarrollan tecnologías para producir carne cultivada a partir de células que no requieren el sacrificio de animales.