Un equipo liderado por el Centro de Regulación Genómica (CRG) de Barcelona y el Instituto de Bioingeniería de Cataluña (IBEC) ha desarrollado y utilizado una nueva herramienta de inteligencia artificial (IA) —denominada CANYA—, junto con un gran volumen de datos, para predecir cuándo y por qué tiene lugar la agregación de proteínas. El recurso podría servir para avanzar en la investigación de enfermedades neurodegenerativas y en la producción de fármacos, según la nota de prensa conjunta. Los resultados se publican en la revista Science Advances.  

Dos de los premiados con el Nobel de Química 2024 son empleados de Google DeepMind que en mayo generaron un enorme malestar entre sus colegas. Hassabis y Jumper anunciaron en Nature los resultados de su modelo AlphaFold 3, con aplicaciones en diseño de fármacos; pero lo publicaron cerrado, sin que ni siquiera los revisores tuvieran acceso al sistema, lo que contradice los principios básicos de la publicación científica. Corremos el riesgo de que el potencial transformador de la IA quede controlado por las grandes tecnológicas.

La Real Academia de Ciencias de Suecia ha concedido el Premio Nobel de Química 2024, por una parte, a David Baker por el diseño computacional de proteínas, lo que permite construir proteínas con funciones no presentes en la naturaleza. Por otra parte, conjuntamente a Demis Hassabis y John M. Jumper de Google DeepMind, por del desarrollo de AlphaFold2, que permite predecir con gran velocidad la estructura de los 200 millones de proteínas conocidas. 

Basándose en una proteína de defensa de la anémona de fresa, investigadores del Barcelona Supercomputing Center, el CSIC y la Universidad Complutense de Madrid han diseñado mediante inteligencia artificial y el uso de superordenadores una proteína artificial capaz de degradar micro y nanoplásticos de PET, como los usados en las botellas. Según los autores, su eficacia es entre 5 y 10 veces superior a la de las proteínas usadas en la actualidad y funciona a temperatura ambiente. Los resultados se publican en la revista Nature Catalysis. 

La empresa Meta ha aplicado modelos de lenguaje para predecir la estructura de una gran colección de proteínas. El modelo, llamado ESMFold, se presenta esta semana en la revista Science tras ser publicado en el servidor de artículos preprint bioRxiv en diciembre de 2022. EMSFold es más rápido que otros modelos parecidos como AlphaFold, desarrollado por la empresa DeepMind de Google y el Instituto Europeo de Bioinformática del EMBL. Las secuencias de más de 617 millones de proteínas —de las cuales más de un tercio son predichas con un alto grado de confianza— se publican en acceso libre en el ESM Metagenomic Atlas. 

Acaba de publicarse la base de datos con las predicciones de las estructuras 3D de casi todas las proteínas catalogadas. El impacto en biología es incalculable, desde el desarrollo de una vacuna contra la malaria, la comprensión de la enfermedad de Parkinson, la salud de las abejas melíferas o la lucha contra la contaminación de plásticos.