Una IA de Google prediu l’estructura i interaccions de totes les molècules de la vida

Dins de cada cèl·lula hi ha milers de milions de màquines moleculars i entendre el seu funcionament és clau per comprendre i tractar malalties. L’última versió d'AlphaFold, un sistema d’intel·ligència artificial de Google, és capaç de predir l’estructura i les interaccions de 'totes’ les molècules de la vida.

La seua descripció es publica a la revista Nature i, segons els seus responsables, AlphaFold 3 porta "el món biològic a l’alta definició". Permet als científics veure els sistemes cel·lulars en tota la seua complexitat, a través de les seues estructures, les interaccions i modificacions.

Es tracta, segons DeepMind, responsable d’aquesta intel·ligència artificial (IA) juntament amb Isomorphic Labs, d’un "model revolucionari" que millora els anteriors i que treballa amb una precisió sense precedents.

Dins de cada cèl·lula vegetal, animal i humana hi ha milers de milions de màquines moleculars que estan formades per proteïnes, l’ADN i altres molècules, però cap d’elles no funciona per si sola. Només veient com interactuen entre si, a través de milions de tipus de combinacions, es pot començar a entendre realment els processos de la vida.

El nou model es basa en els fonaments de AlphaFold 2, que el 2020 i els anys següents va suposar un 'avenç fonamental’ en la predicció de l’estructura de les proteïnes (el 2022 es van publicar les prediccions de l’estructura tridimensional de gairebé totes les proteïnes -200 milions- a partir de la seua seqüència d’aminoàcids).

Milions d’investigadors de tot el món han utilitzat aquesta versió per fer descobriments en àrees com les vacunes contra la malària, els tractaments contra el càncer i el disseny d’enzims, assenyala un comunicat de Google DeepMind.

Més enllà de les proteïnes

Ara, les millores substancials introduïdes en l’arquitectura de l’aprenentatge profund i el sistema d’entrenament permeten predir amb més precisió l’estructura d’una àmplia gamma de sistemes biomoleculars en un marc unificat.

En el cas de les interaccions de les proteïnes amb altres tipus de molècules, aconsegueix una millora d’almenys el 50 % en comparació amb els mètodes de predicció existents, i per a algunes categories importants d’interacció s’ha duplicat l’exactitud de predicció.

"AlphaFold 3 ens porta més enllà de les proteïnes per incloure un ampli espectre de biomolècules. Aquest salt podria donar lloc a una ciència més transformadora, des del desenvolupament de materials biorenovables i cultius més resistents fins l’acceleració del disseny de fàrmacs i la investigació genòmica", agrega la nota.

A partir d’una llista de molècules, AlphaFold 3 és capaç de generar la seua estructura tridimensional conjunta, mostrant com encaixen aquestes entre si. Modela grans biomolècules com proteïnes, l’ADN i ARN, així com petites molècules, també conegudes com a lligands.

A més, pot modelitzar modificacions químiques d’aquestes molècules que controlen el funcionament saludable de les cèl·lules i que, quan s’alteren, poden provocar malalties.

Aquesta nova finestra a les molècules de la vida revela com estan totes connectades i ajuda a comprendre com aquestes connexions afecten funcions biològiques, com l’acció dels fàrmacs, la producció d’hormones i el procés de reparació de l’ADN que preserva la salut.

Un 'google maps' de les molècules, en obert

Els científics poden accedir gratuïtament a la majoria de les seues funcions a través del recent habilitat servidor AlphaFold. Amb uns quants clics, poden aprofitar la potència de AlphaFold 3 per modelitzar estructures compostes per proteïnes, l’ADN, ARN i una selecció de lligands, ions i modificacions químiques.

"AlphaFold 3 té el potencial de ser tan innovador com AlphaFold, quan es va llançar per primera vegada. Amb el servidor, ja no es tracta només de predir estructures, sinó de facilitar generosament l’accés i permetre als investigadors plantejar-se preguntes atrevides i accelerar els descobriments", apunta Céline Bouchoux, de l'Institut Francis Crick.

"Comprendre el món biomolecular que portem dins i com les complexes xarxes de molècules interactuen a les nostres cèl·lules, és un punt de partida crucial per entendre i tractar les malalties mitjançant el disseny racional de fàrmacs", afirma Isomorphic Labs.

En aquest sentit, i per avançar en aquesta comprensió s’ha desenvolupat aquest innovador model d’IA que proporciona una visió precisa a nivell atòmic de l’estructura dels sistemes biomoleculars, conclou Isomorphic, que ja està en contacte amb empreses del sector per a la seua implementació.