La humanidad lleva medio siglo enfrentada a un desafío descomunal: averiguar la forma de los ladrillos básicos de la vida, un conocimiento esencial para curar enfermedades hoy letales. El agua es muy fácil de imaginar. Son solo dos átomos de hidrógeno unidos a otro de oxígeno: H₂O. Pero la proteína que enrojece la sangre, la hemoglobina, responde a la endiablada fórmula C₂₉₅₂H₄₆₆₄N₈₁₂O₈₃₂S₈Fe₄. El biólogo estadounidense Cyrus Levinthal calculó en 1969 que se necesitaría más tiempo del transcurrido desde el origen del universo —unos 14.000 millones de años— para desentrañar todas las configuraciones posibles de una única proteína a partir de su secuencia de aminoácidos, que son los eslabones de esas macromoléculas. Sin embargo, un sistema de inteligencia artificial del conglomerado de Google ha logrado hacerlo en unos minutos. Sus predicciones para prácticamente todas las proteínas humanas se hacen públicas este jueves. Es un salto de gigante para la biología. La humanidad se quita una venda de los ojos.
En cabeza de esta revolución camina el neurocientífico británico Demis Hassabis (Londres, 44 años). El investigador fue un niño prodigio del ajedrez y en 1997 quedó marcado por el combate entre el maestro ruso Gari Kaspárov y el superordenador Deep Blue. La computadora ganó aquella batalla, pero Hassabis se quedó con la sensación de que era un cacharro tosco, inútil si había que jugar a las tres en raya. Cuando acabó la última partida, el entonces estudiante de la Universidad de Cambridge se propuso diseñar una máquina capaz de aprender cualquier juego. En 2010, Hassabis fundó la empresa DeepMind para impulsar la inteligencia artificial. En 2013, su primera criatura había aprendido sola a jugar y ganar en diferentes videojuegos de la legendaria videoconsola Atari. En 2014, Google compró la compañía por unos 650 millones de dólares (unos 500 millones de euros al cambio de entonces)
Tras su entrenamiento con los videojuegos, los científicos de DeepMind se han lanzado a intentar resolver uno de los mayores retos de la biología. Las proteínas —como las hormonas, las enzimas y los anticuerpos— son diminutas máquinas que llevan a cabo las funciones básicas para la vida. Están formadas por cadenas de otras moléculas más pequeñas, los aminoácidos, como si fueran un collar de perlas. Estos collares se pliegan en enrevesadas configuraciones que determinan su función. Los anticuerpos, defensas del cuerpo humano ante invasores como el coronavirus, tienen forma de Y.
En el ADN de cada célula están escritas las recetas de todas las proteínas que necesita para funcionar. El sistema de DeepMind, bautizado AlphaFold, lee esa información —una secuencia de aminoácidos— y predice la estructura de cada proteína. Su precisión es similar a la lograda con experimentos en el laboratorio, que requieren muchísimo más tiempo y dinero. Es como adivinar la forma de una tortilla al ver por primera vez una receta con huevos, patatas, cebolla, aceite y sal.
DeepMind y el Laboratorio Europeo de Biología Molecular han publicado este jueves más de 350.000 estructuras, incluyendo las de unas 20.000 proteínas humanas y las de otros 20 organismos, como el ratón de laboratorio y la bacteria de la tuberculosis. El científico Venki Ramakrishnan, ganador del Nobel de Química en 2009, afirma que es “un avance asombroso”, de consecuencias impredecibles. “Ha ocurrido mucho antes de lo que muchos expertos habrían predicho. Va a ser emocionante ver las muchas maneras en las que va a cambiar radicalmente la investigación biológica”, ha señalado Ramakrishnan, del Laboratorio de Biología Molecular de Cambridge (Reino Unido), en un comunicado.
Conoce más aquí
