AlphaFold 3, la IA de Google que desarrolla medicamentos y modelos de ADN

La importancia de este avance radica en su capacidad para visualizar las interacciones moleculares dentro de las células, un aspecto clave para comprender los procesos de la vida y la base de muchas enfermedades

Guardar
La relevancia de AlphaFold 3 no se limita únicamente a la comunidad científica. Su impacto se extiende al ámbito farmacéutico y médico, donde el conocimiento detallado de las estructuras moleculares y sus interacciones puede acelerar significativamente el proceso de descubrimiento y desarrollo de nuevos tratamientos. (Reuters)
La relevancia de AlphaFold 3 no se limita únicamente a la comunidad científica. Su impacto se extiende al ámbito farmacéutico y médico, donde el conocimiento detallado de las estructuras moleculares y sus interacciones puede acelerar significativamente el proceso de descubrimiento y desarrollo de nuevos tratamientos. (Reuters)

DeepMind, la división de Google especializada en el desarrollo de la inteligencia artificial, lanzó una versión actualizada de AlphaFold, un software que ahora es capaz de modelar proteínas, ADN y ARN, además de prever las complejas interacciones entre anticuerpos y moléculas patógenas. Lo que podría marcar un antes y un después en la investigación biomédica y en el desarrollo de nuevos medicamentos.

De hecho, la importancia de este avance radica en su capacidad para visualizar en alta definición las interacciones moleculares dentro de las células, un aspecto clave para comprender los procesos de la vida y, en consecuencia, la base de numerosas enfermedades.

Según lo describen sus creadores, se trata de un “mundo biológico en alta definición”, que ofrece una perspectiva sin precedentes de la maquinaria celular, cuyas funciones hasta ahora eran parcialmente comprendidas debido a la complejidad de sus interacciones.

Cómo funciona AlphaFold 3

Este modelo se basa en Evoformer, una arquitectura de aprendizaje profundo que ha sido clave para el éxito del modelo anterior. (Google DeepMind)
Este modelo se basa en Evoformer, una arquitectura de aprendizaje profundo que ha sido clave para el éxito del modelo anterior. (Google DeepMind)

El modelo de difusión utilizado en AlphaFold 3, similar a los empleados en generadores de imágenes de IA como Dall-E y Midjourney, perfecciona las estructuras moleculares generadas, proporcionando una escala de confianza codificada por colores que indica el grado de precisión de sus predicciones.

Para este caso, las áreas coloreadas en azul denotan un alto grado de confianza, mientras que las rojas indican una menor certeza. Por su parte. Demis Hassabis, CEO de DeepMind, destacó que se trata de “un gran avance” en este campo, debido a que permite comprender cómo se adhiere una molécula a un fármaco y predice con qué fuerza y a qué otras moléculas podría unirse.

La importancia de este avance radica en su capacidad para visualizar en alta definición las interacciones moleculares dentro de las células. (Google DeepMind)
La importancia de este avance radica en su capacidad para visualizar en alta definición las interacciones moleculares dentro de las células. (Google DeepMind)

Además, este tipo de herramienta es esencial para la exploración de medicamentos, facilitando el entendimiento de cómo las proteínas interactúan con otras moléculas dentro del cuerpo. Según John Jumper, líder del equipo de DeepMind detrás del software, esto sirve para responder a preguntas complejas, como es el caso de la respuesta de las proteínas ante el daño del ADN.

AlphaFold ha revolucionado la biología molecular desde su introducción en 2018, con su capacidad sin precedentes para predecir las formas tridimensionales de las proteínas. Este avance ha sido posible gracias a técnicas de aprendizaje profundo y algoritmos como el modelo de difusión, que han permitido una precisión extraordinaria en la modelización de estructuras proteicas y moleculares.

Por qué este avance es el resultado de varias colaboraciones

El avance destaca el compromiso de instituciones como Google DeepMind en la búsqueda de soluciones innovadoras a problemas complejos. (REUTERS/Dado Ruvic)
El avance destaca el compromiso de instituciones como Google DeepMind en la búsqueda de soluciones innovadoras a problemas complejos. (REUTERS/Dado Ruvic)

Esta innovación, anunciada en un reciente artículo en la revista científica Nature, fue producto de una colaboración entre la unidad de inteligencia artificial de Google, DeepMind, con Isomorphic Labs, otra empresa bajo el paraguas de Alphabet, que se especializa en el uso de IA en biotecnología.

Además, se establecieron asociaciones con gigantes farmacéuticos como Eli Lilly y Novartis para impulsar la creación de medicamentos.

Mientras que el lanzamiento de AlphaFold 3 incrementa la capacidad de la comunidad científica para modelar moléculas biológicamente importantes. No obstante, a diferencia de las versiones anteriores, esta vez se decidió no publicar este software como código abierto.

El proceso mediante el cual AlphaFold 3 trabaja implica la generación de estructuras 3D a partir de una lista de moléculas, revelando cómo estas interactúan entre sí en el espacio. (Google DeepMind)
El proceso mediante el cual AlphaFold 3 trabaja implica la generación de estructuras 3D a partir de una lista de moléculas, revelando cómo estas interactúan entre sí en el espacio. (Google DeepMind)

De hecho, solo estará accesible en la nube de manera gratuita para investigadores externos. Es por ello que expertos como David Baker, profesor de la Universidad de Washington y líder en el campo del diseño de proteínas, han expresado su decepción ante esta potencial limitación de la colaboración en la comunidad científica.

Por otra parte, el CEO de DeepMind expresó su gran interés en aplicar las técnicas desarrolladas para AlphaFold en la creación de sistemas de IA más generales, capaces de superar capacidades humanas en diversas áreas. Un enfoque que sugiere un futuro en el que la IA podría desempeñar un papel aún más significativo en la aceleración de la investigación científica y en la solución de problemas globales.

Guardar