Alphafold2 biológico, ¿realmente puede resolver los problemas de estructura de las proteínas?

Para las proteínas, la probabilidad de su disposición espacial es de hasta 300 ceros después del 10. Esta es básicamente una tarea cotidiana que es poco probable que se pueda lograr mediante métodos exhaustivos. El enigma surge cuando la naturaleza estira y contrae proteínas en menos de unos pocos milisegundos. Esto es malo, ¿cómo puede una proteína transformarse rápidamente en cualquier configuración que tenga que cambiar con tantas probabilidades diferentes? Los biólogos habían estado intentando utilizar computadoras para resolver este problema desde 1980, pero en la década de 1990 todavía no había una buena solución. Se han propuesto una gran cantidad de métodos de análisis predictivo, pero se han desmoronado antes de ser lo suficientemente buenos.

Antes de 2020, todo el mundo se había encontrado con esta situación, pero después de este año, el problema se resolvió al instante. ¿Quién se ocupa de este problema? AlphaFold, la versión de biología molecular de AlphaFold, es un producto de Deepmind, una empresa de inteligencia artificial del Grupo Google. El Concurso Internacional para el Análisis Predictivo de la Función de las Proteínas (CASP) es uno de los principales concursos del mundo en el campo de la biología computacional. El objetivo del concurso es encontrar mejores métodos para predecir el plegamiento espacial de las proteínas. El objetivo de este concurso es encontrar mejores formas de predecir y analizar el plegamiento espacial de proteínas.

Los métodos convencionales para medir la función de las proteínas mencionados anteriormente son razonables, pero no infalibles. Por ejemplo, algunas proteínas en sí mismas son difíciles de construir de manera inequívoca mediante métodos convencionales. Por ejemplo, el laboratorio de Lupas intentó durante años, sin éxito, descifrar la estructura de una proteína patógena. Después de una década de probar varios enfoques, un modelo físico de AlphaFold nos mostró su estructura en treinta minutos, dijo Lupas.

Podemos prever que AlphaFold desempeñará un papel clave en futuros programas de diseño de proteínas, desarrollo y diseño de fármacos y en el estudio de muchas enfermedades humanas desconocidas. Esta es una gran noticia para la biología computacional y la bioinformática, pero podría ser un duro golpe para los laboratorios moleculares tradicionales.