Autor: DEE TOS University of Washington USA
Nobel de Química por revelar códigos de proteínas mediante inteligencia artificial
Nobel de Química por revelar códigos de proteínas mediante inteligencia artificial cronicaladiaroelsurcl 1Nobel de Química premió Es Jos estadounidenses David Baker y John M.
Jumper y al por des británico Demis Hassabis cifrar el código de las estructuras de las proteínas a través del uso dela computación y la inteligen ciaartificial (1A). Hassabis y Jumperutilizaron la IA para predecir la estructura de casitodaslas proteínas conocidas; métodoscompu Baker desarrolló terizados para crear proteínas que noexistían previamente y, en muchoscasos, connuevas funciones, señaló en su motivación la Real sueca.
Academia de las Ciencias Sus hallazgos permiten name jor comprensión de las funciones vitales humanas, entreellasel por quéde algunas enfermedades yla formaen que ocurre laresistencia antibiótica; así como la creación de nuevos nanomateriales, mini sensores y una industria química menos contaminante, además de acelerarel desarrollo de vacunas.
Las proteínasson las moléculas que hacen posible la vida; los la drillos que forman los huesos, la piel; los motores que impulsan nuestros músculos;las máquinas que leen, copian y reparan el ADN;lasque mantienen nuestras neuronas y nuestro cerebro listos, anticuerpos que permiten nues tra respuesta inmunitaria. Asílo resumió Johan Aqvist de Sueca de Ciencia pa la Academia raexplicarel premio y agregó que para entendercómo funciona la vida, primero tenemos que com prenderla forma delas proteínas.
Elexpertoindicóqueel premio deesteaño"ha abierto unmundo completamente nuevo de estruc turas de proteínas: Unas quese sabía que existían, pero no cómo eran, y otras que se diseñan desde cero, que no existen en la natura leza, pero “que pueden hacer to do tipo de cosas maravillosas”. Baker, que intervino porteléfo. no durante la rueda de prensa, se dijo “profundamente honrado” por el galardón y entusiasmado por “todas las formas en queel di seño de proteínas puede hacerdel mundo un lugar mejor”, por ejemplo en el ámbito de la salud la medicina. ocosenaños anteriores, pero toda vía insuficiente.
La entrada de John Jumper, un experto en proteínas, en elequipo de Hassabis y el uso de transfor des neuronales artif descubiertas, les per darunsal mitiódosaños después to cualitativo con AlphaFold2, cuyos resultadoseran tan buenos como los de la cristalografía pero mucho más rápidos: lo que antes tardaba años, ahora se puede lo graren pocos minutos. Google DeepMind ha compar tido públicamente el código para AlphaFold2, que ha sido usado hasta hora por más de dos millo nes de personas de 190 países. SOFTWARE PARA PREDECIR David Baker comenzó a explo rarlas estructuras de las proteínas en la década de 1990 y desarrolló vn software que podía predecir las, bautizado como Rosetta.
Después de obtener un éxi importante en el CASP de nn con mejoresresultados que la ma. yoría, se le ocurrió usar el soft ware intro ala inversa: en vez de ducirsecuencias de aminoácidos en Rosetta y sacar de ahí las es tructuras, podría lograr propues tas de secuencias a partir de una estructura deseada y crear proteí. nas completamente nuevas.
Fue asícomo pudo construir su primera proteína, llamada Top7 y distinta a cualquier otra ya exis tente, el primer caso de lo que el Comité Nobel considera un “ex traordinario desarrollo”. Años más tarde se dio cuenta del potencial de los modelosdelA basados en transformadores, aña diendo uno a Rosetta, lo que faci litóla creación de más y más nue vas proteínas. David Baker se doctoró en la Universidad de California en 1989 y ejerce la docencia actual mente en la de Washington. Hassabis estudió en el Univer sity College London y es director ejecutivo de Google DeepMind. Ahítambién trabaja John M. Jum per, que estudió enla Universidad de Chicago. Bakerse lleva la mitad delo dotación del premio, que este año as ciende a 11 millones de coronas suecas (1,1 millones de dólares); y Jumper se dividirán la Hassabis otra mitad. David Baker, John M.
Jumper y Demis Hassabis descifraron el código de las estructuras de las proteínas con computadores e inteligencia artificial. 1950fue el inicio de la exploración de las proteínas, con la aparición de la cristalografía con rayos X. Permiten una mejor comprensión de las funciones vitales humanasPor EfeNOBELPRISET KEMIESA ds “for computational protein design'John M. Jumper Google DeepMind United Kingdom*for proteinstrukturprediktion”“for protein structure prediction”Proteica (CASP), un experimentoEl momento en que fueron anunciados los tres galardonados de este año con el Nobel de Química.
LaReal Academia recuerda que nose pudo empezar a exploraren detallelas proteínas hastala déca da de 1950, con la aparición de la cristalografíacon rayos X, una he rramienta que permitió producir imágenes de unas 200.000 proteí. nas distintas lo largo delos años.
Hallazgos posterioresrevelaron que la estructura tridimensional delas proteínas está determinada por la secuencia de aminoácidos en ellas, por lo quesise conociese ésta, se podría predecir aquélla, lo que se convirtió en uno de los grandes retos de la bioquímica.
En 1994 se puso en marcha la Evaluación Crítica de las Técnicas para la Predicción Estructural mundial bienalcomunitario para la estructura de las lograr predecir proteínas, que sin embargo ape hasregistró avances durante más de dos décadas.
PIONERO EN USO DE LAIA Demis Hassabis, un experto en neurociencia, cofundó en 2010 DecpMind, una compañía dedicada al desarrollo de modelos de IA para juegos de mesa y que fue vendida al gigante tecnológico Google cuatro años más tarde En 2018 Hassabis inscribió asu firma enel CASP, logrando consu modelo delA AlphaFold un 60% de predicciones correctas, supe rior al 40% máximo registrado como máximo por otros científ. Permiten una mejor comprensión de las funciones vitales humanas Demis Hassabis Google DeepMind United Kingdom