Nuestro ADN codifica proteínas. Cada tres bases de ADN, codifican uno de los 20 aminoácidos que forman parte de las proteínas. "Todo" lo que hace el ADN es generar proteínas cuando se transcribe. Conocer la secuencia lineal de una proteína a partir del ADN es un problema resuelto de un modo bastante satisfactorio en la actualidad.
El problema es que la funcionalidad de las proteínas depende de su estructura tridimensional, y no de su secuencia lineal de aminoácidos. Tenemos que conocer como esos aminoácidos se sitúan en el espacio tridimensional para comprender que hace una proteína. Y no tenemos buenas formas de tomar medidas de modo directo de la estructura tridimensional de las proteínas. De ahí que sea tremendamente interesante ser capaz de predecir a partir de la secuencia lineal de aminoácidos cuál va a ser su estructura en tres dimensiones.
Desde 1994 se celebra una competición mundial, Critical Assessment of protein Structure Prediction (CASP), donde en los últimos años han competido en torno a un centenar de grupos de investigación del todo el mundo para generar algoritmos que hagan la predicción de la estructura tridimensional de las proteínas más precisa posible. Este año ha vuelto a ganar el equipo de Google, pero alcanzando una precisión en la predicción de la estructura tridimensional de las proteínas que podría suponer un antes y un después. La precisión es suficientemente correcta como para situar de un modo bastante preciso átomos individuales en posiciones del espacio.
El programa de Google, al que han bautizado como AlphaFold, se basa en redes neuronales de aprendizaje profundo, que han sido entrenadas sobre una base de datos que conteniene estructuras tridimensionales de proteínas ya conocidas. Ha sido desarrollado por el equipo de DeepMind, un equipo de científicos de Google que trabaja en inteligencia artificial. El poder conocer la estructura tridimensional de las proteínas de un modo relativamente sencillo va a suponer un impulso enorme para la investigación biomédica.
Bajo estas líneas os dejamos un video reportaje que ha hecho el propio equipo de Deepmind:
Comentarios