Un método único de IA para generar proteínas acelerará el desarrollo de fármacos

Del diseño informático a las proteínas de trabajo en pocas semanas

31.03.2021 - Suecia

La inteligencia artificial es ahora capaz de generar nuevas proteínas funcionalmente activas, gracias a un trabajo publicado recientemente por investigadores de la Universidad Tecnológica de Chalmers (Suecia).

Pixabay/Yen Strandqvist, Chalmers University of Technology

Investigadores de la Universidad Tecnológica de Chalmers (Suecia) presentan una forma de generar proteínas sintéticas utilizando la Inteligencia Artificial. El nuevo enfoque tiene un enorme potencial para desarrollar enzimas industriales eficientes, así como nuevos medicamentos basados en proteínas, como anticuerpos y vacunas.

"Lo que ahora podemos demostrar ofrece un potencial fantástico para una serie de aplicaciones futuras, como el desarrollo más rápido y rentable de medicamentos basados en proteínas", afirma Aleksej Zelezniak, profesor asociado del Departamento de Biología e Ingeniería Biológica de Chalmers.

Las proteínas son moléculas grandes y complejas que desempeñan un papel crucial en todas las células vivas, construyendo, modificando y descomponiendo otras moléculas de forma natural dentro de nuestras células. También se utilizan ampliamente en procesos y productos industriales y en nuestra vida cotidiana.

Los fármacos basados en proteínas son muy comunes: el medicamento para la diabetes, la insulina, es uno de los más recetados. Algunos de los medicamentos más caros y eficaces contra el cáncer también se basan en proteínas, así como las fórmulas de anticuerpos que se utilizan actualmente para tratar el COVID-19.

Del diseño por ordenador a las proteínas funcionales en pocas semanas

Los métodos actuales de ingeniería de proteínas se basan en la introducción de mutaciones aleatorias en las secuencias de proteínas. Sin embargo, con cada mutación aleatoria adicional que se introduce, la actividad de la proteína disminuye.

"En consecuencia, hay que realizar múltiples rondas de experimentos muy costosos y que consumen mucho tiempo, cribando millones de variantes, para diseñar proteínas y enzimas que acaban siendo significativamente diferentes de las que se encuentran en la naturaleza", dice el líder de la investigación, Aleksej Zelezniak, continuando:

"Este proceso de ingeniería es muy lento, pero ahora tenemos un método basado en la IA con el que podemos pasar del diseño por ordenador a la proteína funcional en sólo unas semanas".

Los nuevos resultados de los investigadores de Chalmers se han publicado recientemente en la revista Nature Machine Intelligence y representan un gran avance en el campo de las proteínas sintéticas. El grupo de investigación de Aleksej Zelezniak y sus colaboradores han desarrollado un enfoque basado en la IA llamado ProteinGAN, que utiliza un enfoque de aprendizaje profundo generativo.

En esencia, la IA recibe una gran cantidad de datos de proteínas bien estudiadas; estudia estos datos e intenta crear nuevas proteínas basadas en ellos.

Al mismo tiempo, otra parte de la IA intenta averiguar si las proteínas sintéticas son falsas o no. Las proteínas se envían una y otra vez en el sistema hasta que la IA ya no puede distinguir las proteínas naturales de las sintéticas.

Este método es bien conocido para crear fotos y vídeos de personas que no existen, pero en este estudio se utilizó para producir variantes de proteínas muy diversas con propiedades físicas parecidas a las naturales que pudieran probarse para comprobar sus funciones.

Las proteínas ampliamente utilizadas en los productos cotidianos no siempre son totalmente naturales, sino que se fabrican mediante técnicas de biología sintética e ingeniería de proteínas. Mediante estas técnicas, se modifican las secuencias proteicas originales con la esperanza de crear nuevas variantes proteicas sintéticas más eficaces, estables y adaptadas a aplicaciones concretas. El nuevo enfoque basado en la IA es importante para desarrollar enzimas industriales eficientes, así como nuevas terapias basadas en proteínas, como anticuerpos y vacunas.

Un modelo rentable y sostenible

El profesor adjunto Martin Engqvist, también del Departamento de Biología e Ingeniería Biológica, participó en el diseño de los experimentos para probar las proteínas sintetizadas por la IA.

"Acelerar el ritmo de ingeniería de las proteínas es muy importante para reducir los costes de desarrollo de los catalizadores enzimáticos. Esta es la clave para realizar procesos industriales y productos de consumo sostenibles desde el punto de vista medioambiental, y nuestro modelo de IA, así como los futuros modelos, lo permitirán. Nuestro trabajo es una contribución vital en ese contexto", afirma Martin Engqvist.

"Este tipo de trabajo sólo es posible en el tipo de entorno multidisciplinar que existe en nuestra División: en la interfaz de la informática y la biología. Tenemos las condiciones perfectas para probar experimentalmente las propiedades de estas proteínas diseñadas por la IA", afirma Aleksej Zelezniak.

El siguiente paso de los investigadores es explorar cómo podría utilizarse la tecnología para mejorar específicamente las propiedades de las proteínas, como el aumento de su estabilidad, algo que podría ser muy beneficioso para las proteínas utilizadas en la tecnología industrial.

Nota: Este artículo ha sido traducido utilizando un sistema informático sin intervención humana. LUMITOS ofrece estas traducciones automáticas para presentar una gama más amplia de noticias de actualidad. Como este artículo ha sido traducido con traducción automática, es posible que contenga errores de vocabulario, sintaxis o gramática. El artículo original en Inglés se puede encontrar aquí.

Publicación original

Más noticias del departamento ciencias

Noticias más leídas

Más noticias de nuestros otros portales

Todos los fabricantes de espectrómetros FT-IR de un vistazo