La inteligencia artificial generativa (GenAI) sirve para mucho más que generar texto, imágenes o vídeos. Este tipo de tecnología de la que tanto hablamos puede ser utilizada para impulsar prometedoras herramientas científicas basadas en algoritmos. AlphaFold 3 de Google DeepMind es uno de los ejemplos más claros de esta realidad.
El laboratorio de investigación de inteligencia artificial (IA) de Alphabet, la matriz de Google, ha presentado este miércoles la tercera versión de AlphaFold. Esta iteración no solo logra predecir con bastante precisión la estructura de una amplia variedad de moléculas más allá de las proteínas, sino que también es capaz de anticipar sus interacciones.
Un avance clave para desarrollar nuevos medicamentos
Dado que las biomoléculas son compuestos químicos elementales para la vida, comprenderlas mejor podría ayudarnos a desarrollar mejores medicamentos y tratamientos médicos. Durante mucho tiempo, la comunidad científica utilizó métodos tradicionales para predecir la estructura de algunos tipos de biomoléculas como las proteínas.
En 2020, sin embargo, entró en escena AlphaFold 2, y aquello supuso una auténtica revolución. Esta herramienta de IA era capaz de predecir la estructura molecular de las proteínas con alto grado de precisión, pero sobre todo, con gran velocidad. Estábamos frente una alternativa que podría ahorrar años y años de trabajo a los científicos.
AlphaFold 2 acaba de llevar estas posibilidades al siguiente nivel. La herramienta no solo es capaz de predecir la estructura tridimensional de las proteínas, sino que abarca otras biomoléculas grandes, como el ADN y ARN, y moléculas pequeñas como ligandos. Entra en juego, además, la predicción de interacciones moleculares.
Como podemos ver, estamos frente a un único sistema que es capaz de calcular de forma bastante precisa dos elementos importantísimos. Google DeepMind lo denomina una solución “holística” capaz de unificar conocimientos científicos para el diseño de medicamentos. Se trata de una de las misiones más importantes de la compañía.
“AlphaFold 3 en el primer sistema de IA en superar las herramientas basadas en la física para la predicción de estructuras biomoleculares”, afirman. Y también explican que la capacidad de predecir la unión de anticuerpos y proteínas es muy importante para comprender aspectos de la salud humana como la respuesta inmunitaria.
El futuro de AlphaFold 3
Google DeepMind ha vuelto a poner a disposición de la comunidad científica sus avances más recientes. En este caso, AlphaFold 2 está disponible para todos aquellos que quieran utilizarlo a través de una plataforma llamada AlphaFold Server. Simplemente es necesario seguir el enlace para empezar a experimentar con la plataforma.
7R6R - La predicción de AlphaFold 3 para un complejo molecular con una proteína (azul) unida a una doble hélice de ADN (rosa) muestra una importante coincidencia con la estructura molecular descubierta a través de minuciosos experimentos (gris)
El servicio gratuito (no apto para uso comercial) permite generar predicciones de estructura biomolecular de alta precisión. Podemos trabajar con ADN, ARN, ligandos, iones y también modelar modificaciones químicas para proteínas y ácidos nucleicos. Todo esto impulsado por un modelo de difusión como el que encontramos en generadores de imágenes.
Las novedades en relación a estos avances no acaban ahí. Estamos frente a lo que podría convertirse en un negocio multimillonario. Ciertamente, la industria farmacéutica está interesada en utilizar estas herramientas para crear nuevos medicamentos, probablemente con costes de desarrollo e investigación reducidos.
Demis Hassabis, el CEO de Google DeepMind, ha dicho en una entrevista con Bloomberg TV que AlphaFold tiene el potencial de convertirse en un negocio de más de 100.000 millones de dólares. Y esto parece estar más cerca de lo que muchos habrían esperado. Según el ejecutivo, los primeros medicamentos podrían llegar “en los próximos dos años”.
Para conseguirlo, Google DeepMind está trabajando Isomorphic Labs, una subsidiaria de Alphabet que tiene vínculos con empresas farmacéuticas. El objetivo, como decíamos, es bastante claro: quieren que esta solución sirva para crear medicamentos para el mundo real. Con el tiempo sabremos si finalmente lo conseguirán.
Imágenes | Google DeepMind
Ver 8 comentarios