La forma de las proteínas mediante inteligencia artificial

#con_ciencia

Max Perutz recibió el premio Nobel en 1962 por su descubrimiento de la estructura de la hemoglobina, la proteína que da el color rojo a la sangre. En la imagen finalizando el primer modelo en alta resolución de la hemoglobina. Fuente: Max Perutz Labs.

Lo más probable es que al leer la palabra proteína, esta se asocie, de forma casi automática, a la carne, si se piensa en alimentos, o a la musculatura corporal, si es el organismo humano lo que se tiene en mente. Efectivamente, los músculos tienen un alto contenido en proteínas, porque son filamentos de esas moléculas las estructuras cuyo deslizamiento genera la contracción muscular.

Sin embargo, además de ser las responsables de que se contraigan los músculos y, de esa forma, trabajen, las proteínas cumplen otros cometidos esenciales en los seres vivos. Catalizan prácticamente todas las reacciones químicas que tienen lugar en los organismos; llevan oxígeno de los órganos respiratorios a los tejidos; transportan o ayudan a transportar sustancias del exterior al interior de las células, configuran arquitecturas celulares internas que cumplen funciones variadas, reciben señales del exterior de la célula y transfieren la información al interior, entre otras tareas de importancia capital.

Las proteínas están constituidas por aminoácidos, pequeñas moléculas formadas por carbono, hidrógeno, oxígeno y nitrógeno, y uno de ellos, la cisteína, también azufre. La inmensa mayoría de seres vivos no tiene más de veinte de estos aminoácidos. Las proteínas son cadenas, de longitud muy variable, de esas moléculas. Su estructura tridimensional depende de su composición, o sea, de los aminoácidos que las constituyen y del orden preciso en que se disponen en la cadena. Esa estructura es muy importante, porque determina su función, y muy delicada, de manera que factores ambientales como la radiación, el calor o el pH la pueden alterar impidiendo que la proteína desempeñe su función.

En la actualidad, para conocer la estructura se utilizan varios métodos. El más tradicional es la cristalografía de rayos X, basada en el análisis del patrón de difracción que se forma cuando estos se dirigen a una sustancia en estado cristalino. En esta técnica, la interacción de los rayos X con la nube de electrones del cristal genera una imagen característica, el patrón de difracción, que permite deducir la posición de los átomos y, por lo tanto, la estructura de la molécula. El problema es que este método es laborioso y no es aplicable a muchas estructuras. Más reciente es la criomicroscopía electrónica, una modalidad de microscopía que trabaja con muestras congeladas a temperaturas bajísimas, de manera que se evita la aparición de artefactos.

Pues bien, hace unos días se ha dado a conocer un avance tecnológico de gran importancia en este campo a cargo de la empresa DeepMind. Mediante inteligencia artificial, un algoritmo (denominado AlphaFold) ha sido capaz de determinar, con altísimo grado de acierto, la estructura de proteínas a partir de su secuencia de aminoácidos.

El método de AlphaFold no se basa en el conocimiento de las propiedades fisicoquímicas de las moléculas y, a partir de ese conocimiento, la deducción de sus propiedades y su forma. Lo que hace es comparar estructuras y secuencias de aminoácidos de las ciento setenta mil proteínas para las que se cuenta con el conocimiento necesario (de los doscientos millones que existen en la naturaleza); a partir de esa comparación “aprende” y predice la forma de proteínas cuya estructura se desconoce, pero de las que se sabe su secuencia.

Los creadores de AlphaFold sostienen que este desarrollo es la puerta que abrirá el paso al diseño y producción de fármacos con la forma adecuada para actuar sobre dianas específicas. Pero quizás esas pretensiones sean prematuras. El avance, no obstante, es impresionante, y marcará un antes y un después en el conocimiento de las estructuras de los seres vivos y en sus posibles aplicaciones.

Fuentes:

Michael LePage (2020): DeepMind’s AI biologist can decipher secrets of the machinery of life. New Scientist.

Robert F. Service (2020): ‘The game has changed.’ AI triumphs at solving protein structures. Science.


Sobre el autor: Juan Ignacio Pérez (@Uhandrea) es catedrático de Fisiología y coordinador de la Cátedra de Cultura Científica de la UPV/EHU

3 comentarios

  • Avatar de Ángel-Luis García Otín

    Buenos días,
    Muy interesante la reseña, aunque hay un pequeño error: el aminoácido con azufre en su cadena lateral es la cisteína, no la serina.
    Saludos y buen día

  • […] El pasado año consiguieron predecir, haciendo uso de técnicas de inteligencia artificial (IA), la …. Poco antes de acabar el año se hizo público que habían conseguido resolver la ecuación de Schrödinger mediante esas mismas técnicas. También gracias a la IA hemos sabido recientemente que los individuos de la especie Heterocephalus glaber (la rata topo desnuda) se comunican entre sí en el dialecto propio de la colonia a la que pertenecen y que esos dialectos se transmiten culturalmente. Y se acaba de dar a conocer que una inteligencia artificial ha sido capaz de identificar la pieza musical que escucha una persona, analizando los patrones de las ondas encefálicas obtenidas a partir de electroencefalogramas registrados durante la escucha de esa pieza. […]

Deja una respuesta

Tu dirección de correo electrónico no será publicada.Los campos obligatorios están marcados con *