En el plazo de un año a lo sumo entrarán en ensayos clínicos
los primeros medicamentos diseñados mediante inteligencia artificial, según el
premio Nobel de Química Demis Hassabis, quien asegura que todas las grandes
áreas terapéuticas, incluidas la oncología y las enfermedades
neurodegenerativas y cardiovasculares, se van a beneficiar de esta tecnología.
Hassabis participó esta semana en la reunión anual del Foro Económico Mundial
(WEF) en Davos, donde se mostró convencido de que, gracias a la IA, la medicina
se encuentra a las puertas de una revolución inimaginable.
"Creo que tendremos, dentro de un año más o menos, los primeros
medicamentos diseñados por IA en ensayos clínicos", aseguró durante una
charla pública con el célebre presentador y educador científico Bill Nye,
organizada por la tecnológica Google con motivo de la cumbre de Davos.
Hassabis recibió en octubre pasado el premio Nobel de Química, junto a su
colega en 'Google DeepMind' en Londres John Jumper, y al bioquímico David
Baker, por el desarrollo de una herramienta de IA, bautizada AlphaFold AI, que
predice la estructuras tridimensionales de las proteínas.
"Me interesé por primera vez en el plegamiento de proteínas, y en
determinar la estructura 3D, cuando era estudiante. Este problema fue uno de
los grandes desafíos en biología en la década de los 70 para el siguiente medio
siglo", recuerda Hassabis. "AlphaFold ha sido la respuesta a ese
desafío. Me encontré con él por primera vez cuando era estudiante en Cambridge,
y lo he tenido en el fondo de mi mente durante casi treinta años".
Normalmente, explica, sólo se secuencia genéticamente la proteína, pero luego
"constituye un verdadero reto pasar de imaginar una cadena unidimensional
de secuencia genética a esa exquisita estructura 3D de la proteína, y eso es
importante, porque la estructura 3D te dice lo que hace la proteína, cómo
reacciona."
El problema es que las configuraciones espaciales que, teóricamente, puede
adoptar una proteína son innumerables. Hassabis lo compara con el juego de mesa
'go', "el más complejo que la humanidad ha inventado jamás, pues tiene un
número de posiciones de tablero igual a 10 elevado a la potencia 170".
"Estos son problemas totalmente intratables, si los intentas resolver
mediante la fuerza bruta. Tienen muchas más posibilidades que átomos hay en el
universo. Si quisieras enumerar cada una de ellas, llevaría mucho más tiempo
que la edad del universo. Así que no hay forma de que se pueda solucionar eso
solo por la fuerza bruta, examinando todas las opciones".
Es ahí, añade, donde interviene la IA, para hacer una búsqueda inteligente, de
manera que sólo haya que comprobar una fracción limitada de opciones.
Por alguna razón, las proteínas 'saben' cómo replegarse en un tiempo mínimo
sólo en determinadas configuraciones dentro de nuestro organismo para
desempeñar las funciones para las que están programadas.
"Se llamó la paradoja de Levinthal, porque lo que él señaló fue que hay de
10 elevado a 300 posibilidades, y sin embargo, de alguna manera, en la
naturaleza, en nuestros cuerpos, estas proteínas se pliegan instantáneamente en
milisegundos. Así que, la física y la naturaleza resuelven este problema (de
cómo replegarse correctamente) en una cantidad de tiempo manejable",
explica Hassabis.
"No es que cada una de estas 10 elevado a 300 posibilidades sean
igualmente probables. En realidad, hay mucho más que necesitamos aprender y que
guía el proceso de manera muy eficiente (...) Y resulta que podemos imitar ese
proceso físico, con IA y con AlphaFold".
"Así que lo que se puede pensar de AlphaFold es que aprende de las
aproximadamente 150.000 estructuras que se conocen, y que se han encontrado
minuciosamente a través de experimentos durante los últimos 50 años, y luego
esas 150.000 son suficientes para enseñar al sistema cuáles son los tipos de
patrones y estructuras que toman las proteínas. De modo que cuando se le
presenta una nueva proteína que nunca ha visto antes, tiene una idea de qué
buscar".
Una de las hipótesis sobre las causas de la enfermedad de Alzheimer, recuerda,
es que ciertas proteínas, las beta-amiloides, se están plegando mal, se pliegan
de manera incorrecta y luego se agrupan alrededor de las neuronas y las matan.
"AlphaFold puede predecir cuál debería ser la estructura correcta y,
potencialmente, qué sucede cuando sale mal. Si se tiene la estructura de la
proteína en 3D, se pueden diseñar compuestos farmacológicos, que son compuestos
químicos que se unen a la parte correcta de la proteína".
Hassabis confirmó que la herramienta inventada es de código abierto y que los
200 millones de estructuras predichas de todas las proteínas existentes están a
disposición de toda la comunidad de investigación académica y farmacéutica para
que las utilicen.
"Hoy en día, más de 2,5 millones de investigadores de todo el mundo la han
utilizado. Creemos que son casi todos los biólogos del mundo", comentó.
EFE
Acerca de los comentarios
Hemos reformulado nuestra manera de mostrar comentarios, agregando tecnología de forma de que cada lector pueda decidir qué comentarios se le mostrarán en base a la valoración que tengan estos por parte de la comunidad. AMPLIAREsto es para poder mejorar el intercambio entre los usuarios y que sea un lugar que respete las normas de convivencia.
A su vez, habilitamos la casilla reportarcomentario@montevideo.com.uy, para que los lectores puedan reportar comentarios que consideren fuera de lugar y que rompan las normas de convivencia.