La intel·ligència artificial prediu la forma de gairebé totes les proteïnes conegudes per la ciència

Nova YorkL'any 2020 un laboratori d'intel·ligència artificial anomenat DeepMind va presentar una tecnologia que podia predir la forma de les proteïnes, els mecanismes microscòpics que impulsen el comportament del cos humà i de tots els altres éssers vius. Un any més tard, el laboratori va compartir l'eina, anomenada AlphaFold, amb els científics i va publicar les formes previstes per a més de 350.000 proteïnes, incloses totes les proteïnes expressades pel genoma humà. Això va fer canviar immediatament el curs de la investigació biològica, perquè si els científics poden identificar les formes de les proteïnes, també poden accelerar la capacitat d'entendre malalties, crear nous medicaments i, fins i tot, investigar els misteris de la vida a la Terra.

Ara DeepMind ha publicat prediccions per a gairebé totes les proteïnes conegudes per la ciència. Dijous el laboratori amb seu a Londres, propietat de la mateixa empresa matriu que Google, va dir que havia afegit més de 200 milions de prediccions a una base de dades en línia disponible gratuïtament per als científics de tot el món. Amb aquest nou llançament, els científics que hi ha darrere de DeepMind esperen accelerar la investigació sobre organismes més obscurs i desencadenar un nou camp anomenat metaproteòmica. "Els científics ara poden explorar tota aquesta base de dades i buscar patrons: correlacions entre espècies i patrons evolutius que potser no havien estat evidents fins ara", explica Demis Hassabis, director executiu de DeepMind.

Les proteïnes comencen com a cadenes de compostos químics, després es retorcen i es pleguen en formes tridimensionals que defineixen com aquestes molècules s'uneixen a les altres. Si els científics poden identificar la forma d'una proteïna en particular, poden desxifrar com funciona. Aquest coneixement sovint és una part vital de la lluita contra la malaltia. Per exemple, els bacteris resisteixen els antibiòtics expressant certes proteïnes. Si els científics poden entendre com funcionen aquestes proteïnes, poden començar a contrarestar la resistència als antibiòtics.

Abans, per identificar la forma d'una proteïna es requeria una àmplia experimentació amb raigs X, microscopis i altres eines en un banc de laboratori. Ara, donada la cadena de compostos químics que formen una proteïna, AlphaFold pot predir la seva forma. Malgrat que la tecnologia no és perfecta, pot predir la forma d'una proteïna amb una precisió que rivalitza amb els experiments físics al voltant del 63%, segons proves de referència independents. Amb una predicció a la mà, els científics poden verificar-ne la precisió amb relativa rapidesa.

Estalvi de mesos d'investigació

Kliment Verba, investigador de la Universitat de Califòrnia, que utilitza la tecnologia per entendre el coronavirus i preparar-se per a pandèmies similars, va dir que la tecnologia havia "sobrealimentat" aquesta feina i havia estalviat mesos d'experimentació. Altres han utilitzat l'eina mentre lluiten per combatre la gastroenteritis, la malària i la malaltia de Parkinson. La tecnologia també ha accelerat la investigació més enllà del cos humà, i s'ha aplicat, per exemple, per millorar la salut de les abelles. La base de dades ampliada de DeepMind pot ajudar una comunitat de científics encara més gran a obtenir beneficis similars.

Com el doctor Hassabis, el doctor Verba creu que la base de dades proporcionarà noves maneres d'entendre com es comporten les proteïnes entre les espècies. També ho veu com una forma d'educar una nova generació de científics, perquè no tots els investigadors estan acostumats a aquest tipus de biologia estructural. "Pot ajudar a fer arribar la biologia estructural a la gran majoria d'investigadors", conclou Verba.