Esta versión ha sido utilizada por millones de investigadores de todo el mundo para hacer descubrimientos en campos como las vacunas y la aplicación contra la malaria. Dentro de cada célula hay miles de millones de máquinas moleculares y comprender cómo funcionan es esencial para comprender y tratar las enfermedades. La última versión de AlphaFold, el sistema de inteligencia artificial de Google, es capaz de predecir la estructura y las interacciones de ‘todas’ las moléculas de la vida.
Su descripción se publica en la revista Nature y, según los funcionarios, AlphaFold 3 lleva el mundo de la biología a la alta resolución. Permite a los científicos ver los sistemas celulares en su nivel más complejo, a través de su estructura, interacciones y modificaciones. Según DeepMind, responsable de la inteligencia artificial (IA) en colaboración con Isomorphic Labs, se trata de un modelo revolucionario que mejora los modelos anteriores y funciona con una precisión sin precedentes.
Dentro de cada célula vegetal, animal y humana hay miles de millones de máquinas moleculares formadas por proteínas, ADN y otras moléculas, pero ninguna de ellas funciona de forma independiente. Sólo observando cómo interactúan entre sí, a través de millones de combinaciones, se pueden comprender verdaderamente los procesos de la vida. El nuevo modelo se basa en la plataforma AlphaFold 2, que en 2020 y los años siguientes representa un ‘avance fundamental’ en la predicción de la estructura de las proteínas (en 2022, las predicciones de la estructura tridimensional de la mayoría de las proteínas publicadas publicado -200 millones- a partir de su secuencia de aminoácidos).
Google DeepMind dice que millones de investigadores de todo el mundo lo han utilizado para hacer descubrimientos en áreas como vacunas contra la malaria, tratamientos contra el cáncer y diseño de enzimas. Las mejoras significativas en las arquitecturas de aprendizaje profundo y los sistemas de capacitación ahora permiten predecir con mayor precisión las estructuras de muchos sistemas biomoleculares dentro de un marco unificado. Para las interacciones de proteínas con otros tipos de moléculas, logró al menos una mejora del 50 % con respecto a los métodos de predicción existentes, y para varios tipos de interacciones importantes, la precisión de la predicción fue el doble.
AlphaFold 3 nos lleva más allá de las proteínas para incluir muchas moléculas biológicas. Este salto adelante, añade la nota, podría conducir a una ciencia más transformadora, desde el desarrollo de materiales biorrenovables y cultivos más resilientes hasta la aceleración del diseño y la investigación de fármacos. Dada una lista de moléculas, AlphaFold 3 puede generar su estructura tridimensional general, mostrando cómo encajan entre sí.
Modela moléculas biológicas grandes, como proteínas, ADN y ARN, así como moléculas pequeñas, también conocidas como ligandos. Además, puede modelar las modificaciones químicas de estas moléculas que controlan la actividad celular normal y, cuando se alteran, pueden causar enfermedades. Esta nueva ventana a las moléculas de la vida muestra cómo están interconectadas y ayuda a comprender cómo estas conexiones influyen en las funciones biológicas, como los efectos de los fármacos, la producción de hormonas y los procesos de reparación del ADN para preservar la salud.
Un “mapa de Google” abierto de moléculas Los científicos pueden acceder a la mayoría de sus funciones de forma gratuita a través del servidor AlphaFold lanzado recientemente. Con solo unos pocos clics, pueden aprovechar el poder de AlphaFold 3 para modelar estructuras que incluyen proteínas, ADN, ARN y una selección de ligandos, iones y modificaciones químicas. AlphaFold 3 tiene el mismo potencial innovador que AlphaFold cuando se lanzó por primera vez.
Céline Bouchoux, del Instituto Francis Crick, explica: Con el servidor, ya no se trata sólo de predicción estructural, sino que también facilita el acceso y permite a los investigadores plantear preguntas audaces y acelerar los descubrimientos. Comprender el mundo biomolecular dentro de nosotros y cómo interactúan las redes moleculares complejas dentro de nuestras células es un punto de partida fundamental para comprender y tratar enfermedades mediante el diseño de un plan de medicación razonable. En este sentido y para mejorar esta comprensión, este innovador modelo de IA se ha desarrollado para proporcionar una visión precisa a nivel atómico de la estructura de los sistemas biomoleculares, concluye Isomorphic, que ha contactado con empresas de este campo para su implementación.