Inteligencia Artificial de Meta predice estructura de más de 740 millones de proteínas

Las proteínas son piezas fundamentales de la vida, tienen una forma tridimensional única y determinarla supone un reto, por lo que la inteligencia artificial (IA) es clave. ESMFold, el sistema generado por Meta, ha logrado predecir la estructura de más de 740 millones de estas moléculas.

Este atlas metagenómico de Meta, que se dio a conocer en noviembre de 2022 y que ahora se amplía, agrega estructuras de proteínas de microorganismos, como bacterias y virus, que todavía no se han caracterizado, lo que abre la puerta a acelerar nuevos descubrimientos en campos como la medicina, la química verde o energías renovables.

La inteligencia artificial generada por Meta para este fin se llama ESMFold y se basa en modelos de lenguaje. Por lo regular, estos se usan para predecir textos a partir de un conjunto de palabras pero, en este caso, sirven para autocompletar secuencias de proteínas y revelar la estructura 3D de millones de estas, incluso de muchas desconocidas.

Meta dio a conocer los primeros datos de este atlas con la predicción de estructuras de más de 617 millones de proteínas en noviembre del pasado año y lo publicó en la plataforma bioRxiv, pero aún estaba pendiente de la revisión por pares -el escrutinio de otros científicos y su publicación en una revista-, indica EFE.

Hoy publica esa información en un artículo en Science, que describe que del total de proteínas incluidas, 225 millones se consideran "predicciones de alta confianza".

En la actualidad, el atlas se ha ampliado hasta más de 740 millones de proteínas, según han señalado a EFE fuentes de Meta. Estas predicciones extras fueron completadas por ESMFold en solo seis días.

Del mismo modo que los grandes modelos lingüísticos pueden aprender patrones en las lenguas sin supervisión explícita, los autores del estudio demuestran que adermás pueden aprender patrones evolutivos subyacentes a las secuencias de las proteínas, resume la revista.

Según los autores, ESMFold puede llevar a cabo predicciones precisas de la estructura de las proteínas 60 veces más rápido que otros enfoques.

Las proteínas, moléculas complejas y dinámicas, codificadas por nuestros genes, son responsables de muchos de los variados y fundamentales procesos de la vida. Son cadenas de cientos de aminoácidos y la secuencia de estos establece la estructura tridimensional única de cada una de ellas.

Es esta estructura la que las lleva a encajar unas en otras y la que determina lo que hacen y cómo lo hacen. Conocerla supone, en definitiva, comprender el funcionamiento de la célula y del organismo humano.

Mundo

Estas son 6 carreras poco populares pero que pagan bien según la Inteligencia Artificial

Determinar experimentalmente las estructuras tridimensionales de cientos de millones de proteínas está muy lejos del alcance de técnicas de laboratorio que requieren bastante tiempo, como la cristalografía de rayos X.

Los enfoques computacionales pueden dar una visión de las proteínas que no es posible con las técnicas experimentales.

El "Atlas Metagenómico ESM" -con datos en abierto- permitirá a los científicos buscar y estudiar las estructuras de las proteínas a escala de cientos de millones de proteínas, lo que puede auxiliar a identificar estructuras que no se han caracterizado antes y descubrir nuevas proteínas que pueden ser útiles en medicina y otras aplicaciones, resumió en 2022 Meta.

Tecnología

Estos serían las profesiones que sobrevivirán a la IA según Bill Gates

ESMFold revela cómo la IA puede ofrecer nuevas herramientas para entender el mundo natural.

El "lenguaje" de las proteínas ha eludido incluso las herramientas computacionales más potentes y "la IA tiene el potencial de abrir este a nuestra comprensión".

ESMFold no es la única

IA

presente en la biología. Por ejemplo, Google dio a conocer en julio de 2022 que su sistema AlphaFold había llegado a predecir la estructura de casi todas las proteínas conocidas y catalogadas por la ciencia -200 millones-.