Mente profunda ha presentado la tercera versión de su inteligencia artificial Software de biología estructural impulsado por (IA), AlphaFold, que modela cómo se pliegan las proteínas.
La biología estructural es el estudio de las bases moleculares de los materiales biológicos, incluidas las proteínas y los ácidos nucleicos, y tiene como objetivo revelar cómo se estructuran, funcionan e interactúan.
AlphaFold3 ayuda a los científicos a predecir con mayor precisión cómo las proteínas (moléculas grandes que desempeñan un papel fundamental en todas las formas de vida, desde plantas y animales hasta células humanas) interactúan con otras moléculas biológicas, incluidos el ADN y el ARN. Hacerlo permitirá a los científicos «comprender verdaderamente los procesos de la vida», escribieron representantes de DeepMind. en una publicación de blog.
En comparación, sus predecesores, AlphaFold y AlphaFold2, sólo podían predecir las formas en las que se pliegan las proteínas. Eso todavía era un gran avance científico en ese momento.
Las predicciones de AlphaFold3 podrían ayudar a los científicos a desarrollar materiales biorrenovables, cultivos con mayor resistencia, nuevos medicamentos y más, escribió el equipo de investigación en un estudio publicado el 8 de mayo en la revista. Naturaleza.
Relacionado: ‘Maestro del engaño’: los modelos de IA actuales ya tienen la capacidad de manipular y engañar a los humanos de forma experta
Dada una lista de moléculas, el programa de IA puede mostrar cómo encajan entre sí. Lo hace no sólo con moléculas grandes como proteínas, ADN y ARN, sino también con moléculas pequeñas conocidas como ligandos, que se unen a receptores de proteínas grandes, como una llave que se encaja en una cerradura.
AlphaFold3 también modela cómo algunas de estas biomoléculas (moléculas orgánicas producidas por seres vivos) se modifican químicamente. Las alteraciones en estas modificaciones químicas pueden desempeñar un papel en las enfermedades, según a la publicación del blog.
AlphaFold3 puede realizar estos cálculos porque su arquitectura subyacente de aprendizaje automático y sus datos de entrenamiento abarcan todo tipo de biomolécula.
Los investigadores afirman que AlphaFold3 es un 50% más preciso que los métodos actuales basados en software para predecir las estructuras de las proteínas y sus interacciones con otras moléculas.
Por ejemplo, en el descubrimiento de fármacos, La naturaleza informó que AlphaFold3 superó a dos programas de acoplamiento, que los investigadores utilizan para modelar la afinidad de pequeñas moléculas y proteínas cuando se unen, y RoseTTAFold All-Atom, una red neuronal para predecir estructuras biomoleculares.
Frank Uhlmann, bioquímico del Instituto Francis Crick de Londres, dijo a Nature que ha estado usando la herramienta para predecir la estructura de las proteínas que interactúan con el ADN al copiar genomas y los experimentos muestran que las predicciones son en su mayoría precisas.
Sin embargo, a diferencia de sus predecesores, AlphaFold 3 ya no es de código abierto. Esto significa que los científicos no pueden utilizar versiones personalizadas del modelo de IA ni acceder públicamente a su código o datos de entrenamiento para su trabajo de investigación.
Los científicos que deseen utilizar AlphaFold3 para investigaciones no comerciales pueden acceder a él de forma gratuita a través del recientemente lanzado Servidor AlphaFold. Pueden ingresar las secuencias moleculares que deseen y obtener predicciones en cuestión de minutos. Pero sólo pueden realizar 20 trabajos por día.