TekCrispyTekCrispy
  • Ciencia
    • Historia
    • Perfiles
  • Tecnología
    • Software
    • Móviles
    • Herramientas Web
    • Redes Sociales
  • Cultura Digital
    • Cine y TV
    • Videojuegos
  • Análisis
Selección del Editor

Matices de la violencia doméstica: ¿Qué se considera maltrato y qué no?

May 24, 2022

Google Lens llega a Chrome: podrás buscar usando imágenes de páginas web

May 24, 2022

¿Las madres de gemelos son más fértiles que el resto?

May 24, 2022

¿Las escuelas deberían hacer más por la salud mental de sus estudiantes?

May 24, 2022
Facebook Twitter Instagram TikTok Telegrama
TekCrispyTekCrispy
  • Ciencia

    Matices de la violencia doméstica: ¿Qué se considera maltrato y qué no?

    May 24, 2022

    ¿Las madres de gemelos son más fértiles que el resto?

    May 24, 2022

    ¿Las escuelas deberían hacer más por la salud mental de sus estudiantes?

    May 24, 2022

    ¿Por qué los bebés no deberían tomar leche de vaca en su primer año de vida?

    May 24, 2022

    ¿Cuánto falta para que la exploración espacial humana se expanda más allá del Sistema Solar?

    May 24, 2022
  • Tecnología

    Google Lens llega a Chrome: podrás buscar usando imágenes de páginas web

    May 24, 2022

    ¿Cómo poner controles parentales en el smartphone de tu hijo?

    May 24, 2022

    Cuello tecnológico: ¿qué le están haciendo los smartphones a nuestro cuerpo?

    May 24, 2022

    Las historias de “amigos cercanos” de Instagram no son tan privadas como crees

    May 24, 2022

    Tendencia dañina en redes sociales: receta casera de fórmula para bebés es mala para la salud

    May 23, 2022
  • Cultura Digital

    “The Mandalorian” y “Avatar 2”: la tecnología en el cine que solo busca conmovernos

    May 15, 2022

    ¿Cómo ganar vistas en YouTube en 2022?

    May 6, 2022

    Netflix implementa un impuesto de culpabilidad para quienes comparten contraseñas

    Mar 17, 2022

    Declarando, la gestoría 100% online que está revolucionando el sector

    Mar 11, 2022

    Científicos cuentan cómo los juegos de carreras desarrollan a los niños

    Mar 1, 2022
Facebook Twitter Instagram TikTok
TekCrispyTekCrispy
Ciencia

Con inteligencia artificial, ahora es posible predecir con precisión la estructura de las proteínas

Por Romina MonteverdeJul 22, 20214 minutos de lectura
Estructuras de proteínas arrojadas por AlphaFold, una inteligencia artificial capaz de predecir el proteoma.
Crédito: DeepMind.
Compartir
Facebook Twitter Email Telegrama WhatsApp

Durante décadas, los científicos han tratado de entender la estructura de las proteínas, y hoy, gracias a un desarrollo de inteligencia artificial llamado AlphaFold, es posible hacerlo con un alto nivel de precisión.

La compañía DeepMind, comprada por Google hace algunos años, ha entrenado un sistema de aprendizaje automático para que sea capaz de predecir la estructura de las proteínas. Te explicamos qué implicará esto.

El gran desafío de desentrañar el proteoma humano

La ciencia ha logrado descifrar muchas cosas fascinantes sobre la vida, no solo de los humanos, sino de las diferentes formas identificadas en nuestro planeta; sin embargo, nuestra existencia sigue en un contexto incomprendido.

Los científicos están al tanto de que las proteínas, moléculas extremadamente complejas e interactivas, constituyen la base de nuestra vida. Pero comprender su estructura, la forma en que se producen y desembocan en nosotros, e incluso la razón por la que a veces no funcionan como deberían, ha sido todo un desafío.

Para tener una idea, en 1969, el biólogo estadounidense Cyrus Levinthal estimó que se necesitarían millones de años para entender la configuración del proteoma humano. En décadas de esfuerzo, los científicos habían logrado recrear apenas el 17 por ciento de los residuos totales de las secuencias de proteínas humanas experimentalmente. En muchos casos, sin completarlas.

Por fortuna, o más bien, gracias a la inteligencia artificial y al trabajo de muchos científicos, probablemente sea posible en menos tiempo. AlphaFold ha llegado para revolucionar la ciencia y, probablemente, la medicina.

AlphaFold: aprendizaje automático para predecir la estructura de las proteínas

El ADN humano es como un libro de instrucciones que involucra más de 20,000 proteínas, y cada una de las células se encarga de leerlas y llevar a cabo su parte en nuestro proceso de vida; esto incluye la replicación del material genético y la más famosa, la obtención de energía.

AlphaFold ayuda a los humanos a leer esta información y predecir la estructura de las proteínas en cuestión, superando así muchas de las limitaciones experimentales pero obteniendo resultados precisos y confiables.

“Aquí ampliamos drásticamente la cobertura estructural aplicando el método de aprendizaje automático de última generación, AlphaFold, a escala de casi todo el proteoma humano (98,5% de las proteínas humanas). El conjunto de datos resultante cubre el 58% de los residuos con una predicción segura, de los cuales un subconjunto (36% de todos los residuos) tiene una confianza muy alta”.

¿Cuál es la utilidad de poder predecir la estructura de las proteínas humanas?

En 2010, el neurocientífico británico Demis Hassabis fundó una empresa llamada DeepMind para impulsar la adopción y progreso de la inteligencia artificial. Para 2014, Google había reconocido su potencial para el futuro y la compró por 650 millones de dólares.

Y aunque se usó inicialmente para el desarrollo de videojuegos, pronto halló utilidad en el campo de la biología; de hecho, hemos cubierto varios de sus logros en oportunidades previas. Hoy, gracias a ello, contamos con un sistema de aprendizaje automático que ahorrará tiempo, dinero y limitaciones burocráticas a los científicos.

Ahora hablemos de la utilidad de este logro. En general, la estructura de las moléculas permite comprender su comportamiento, interacciones e implicaciones en el entorno. En el caso específico de las proteínas, predecir y comprender su estructura puede proporcionar información útil e invaluable para descifrar los orígenes de la vida.

Pero no solo la vida, sino también los desperfectos en ella. La estructura de las proteínas aloja datos clave para la comprensión de lo que “debería” y “no debería” ser y, por consiguiente, para la comprensión de enfermedades congénitas, neurodegenerativas o relacionadas con el envejecimiento. Esto, a su vez, puede conducir a nuevas vías de tratamiento que harían la diferencia entre la vida y la muerte, e incluso proporcionarían calidad a los pacientes.

Un recurso gratuito y disponible para la comunidad científica

Cabe destacar que AlphaFold se entrenó con los datos recolectados por la comunidad científica internacional durante años. Su capacidad de predecir la estructura de las proteínas se ha puesto a disposición del público de forma gratuita.

DeepMind y el Laboratorio Europeo de Biología Molecular publicaron más de 350,000 estructuras. Entre ellas, no solo figuran las humanas, sino también las de otros 20 organismos, incluidos el ratón de laboratorio y la bacteria de la tuberculosis.

Referencia:

Highly accurate protein structure prediction for the human proteome. https://www.nature.com/articles/s41586-021-03828-1

DeepMind Inteligencia Artificial Proteínas Proteoma humano

Artículos Relacionados

La crisis de habilidades está empeorando: los expertos en IA son escasos

¿Por qué los grandes laboratorios de IA se niegan a abrir sus sistemas de código abierto?

Crean “nanocuerpos” de llama para curar la arritmia y las taquicardias

Añadir un comentario

Dejar una respuesta Cancelar respuesta

Selección del Editor

¿La búsqueda de evidencia de vida en Marte no debe detenerse?

May 23, 2022

Incrustaciones de piedras preciosas en los dientes de los mayas revelan algo más que ostentación

May 23, 2022

¿Qué es el carbono azul y por qué debería tener una hoja de ruta?

May 20, 2022

Insomnio en la mediana edad podría acarrear problemas cognitivos en la vejez

May 20, 2022
Síguenos en las redes
  • Facebook
  • Twitter
  • Instagram
  • TikTok
Facebook Twitter Instagram LinkedIn TikTok
  • Publicidad
  • Contacto
  • Política de Privacidad
  • Acerca de TekCrispy
© 2022 CRISPYMEDIA LLC. DERECHOS RESERVADOS.

Escriba arriba y pulse Enter para buscar. Pulse Esc para cancelar.