Google pasó gran parte del año pasado esforzándose por construir su chatbot Gemini para contrarrestar ChatGPT, presentándolo como un asistente de inteligencia artificial multifuncional que puede ayudar con las tareas laborales o las tareas digitales de la vida personal. Más discretamente, la empresa ha estado trabajando para mejorar una herramienta de inteligencia artificial más especializada que ya es imprescindible para algunos científicos.
AlphaFold, software desarrollado por la unidad DeepMind AI de Google para predecir la estructura 3D de las proteínas, ha recibido una actualización significativa. Ahora puede modelar otras moléculas de importancia biológica, incluido el ADN, y las interacciones entre los anticuerpos producidos por el sistema inmunológico y las moléculas de los organismos patógenos. DeepMind agregó esas nuevas capacidades a AlphaFold 3 en parte mediante técnicas de préstamo de generadores de imágenes de IA.
“Este es un gran avance para nosotros”, dijo a WIRED Demis Hassabis, director ejecutivo de Google DeepMind, antes de la publicación el miércoles de un documento sobre AlphaFold 3 en la revista científica Naturaleza. “Esto es exactamente lo que se necesita para el descubrimiento de fármacos: es necesario ver cómo se unirá una pequeña molécula a un fármaco, con qué fuerza y también a qué más se podría unir”.
AlphaFold 3 puede modelar moléculas grandes como el ADN y el ARN, que transportan el código genético, pero también entidades mucho más pequeñas, incluidos iones metálicos. Puede predecir con gran precisión cómo estas diferentes moléculas interactuarán entre sí, afirma el artículo de investigación de Google.
El software fue desarrollado por Google DeepMind e Isomorphic Labs, una empresa hermana de la matriz Alphabet que trabaja en inteligencia artificial para biotecnología y que también está dirigida por Hassabis. En enero, Isomorphic Labs anunció que trabajaría con Eli Lilly y Novartis en el desarrollo de fármacos.
AlphaFold 3 estará disponible a través de la nube para que investigadores externos accedan de forma gratuita, pero DeepMind no lanzará el software como código abierto como lo hizo con versiones anteriores de AlphaFold. John Jumper, que dirige el equipo de Google DeepMind que trabaja en el software, afirma que podría ayudar a proporcionar una comprensión más profunda de cómo las proteínas interactúan y funcionan con el ADN dentro del cuerpo. “¿Cómo responden las proteínas al daño del ADN? ¿Cómo lo encuentran y lo reparan? Dice Saltador. “Podemos empezar a responder estas preguntas”.
Comprender las estructuras de las proteínas solía requerir un trabajo minucioso utilizando microscopios electrónicos y una técnica llamada cristalografía de rayos X. Hace varios años, grupos de investigación académica comenzaron a probar si el aprendizaje profundo, la técnica central de muchos avances recientes en IA, podía predecir la forma de las proteínas simplemente a partir de sus aminoácidos constituyentes, aprendiendo de estructuras que habían sido verificadas experimentalmente.
En 2018, Google DeepMind reveló que estaba trabajando en un software de inteligencia artificial llamado AlphaFold para predecir con precisión la forma de las proteínas. En 2020, AlphaFold 2 produjo resultados lo suficientemente precisos para desatar una tormenta de entusiasmo en la biología molecular. Un año después, la compañía lanzó una versión de código abierto de AlphaFold para que cualquiera pueda usarla, junto con 350.000 estructuras proteicas predichas, incluidas casi todas las proteínas que se sabe que existen en el cuerpo humano. En 2022, la empresa lanzó más de 2 millones de estructuras proteicas.