Ciencia y tecnología Inteligencia Artificial Internacional

Nobel de Química: Innovadores descifran el código de las proteínas con Inteligencia artificial

David Baker, John M. Jumper y Demis Hassabis fueron galardonados con el Premio Nobel de Química por su innovador uso de IA para descifrar estructuras proteicas / EFE
Este miércoles, el Premio Nobel de Química fue otorgado a David Baker, John M. Jumper y Demis Hassabis por su innovador trabajo en el descifrado del código de las estructuras proteicas mediante inteligencia artificial

Este miércoles, el Premio Nobel de Química fue otorgado a los estadounidenses David Baker y John M. Jumper, así como al británico Demis Hassabis. Este reconocimiento se debe a su trabajo innovador en el descifrado del código de las estructuras proteicas mediante el uso de inteligencia artificial (IA). Este hito marca un antes y un después en la comprensión de las funciones vitales humanas y abre nuevas posibilidades para la medicina y la biotecnología.

Avances en la predicción estructural

Los laureados han logrado avances significativos en la predicción estructural de casi todas las proteínas conocidas. Mientras que Hassabis y Jumper aplicaron IA para este propósito, Baker desarrolló métodos computacionales que permiten crear proteínas completamente nuevas con funciones específicas.

Importancia de las proteínas

Las proteínas son fundamentales para todos los procesos biológicos; actúan como bloques constructores del cuerpo humano y desempeñan roles cruciales en funciones celulares. Johan Aqvist, miembro de la Academia Sueca de Ciencias, enfatizó que «para entender cómo funciona la vida, primero tenemos que comprender la forma de las proteínas». Este premio no solo reconoce el trabajo realizado hasta ahora, sino que también señala una nueva era en el estudio biomolecular.

Historia de la investigación proteica

Desde 1950, se han hecho esfuerzos por desentrañar las estructuras proteicas gracias a herramientas como la cristalografía con rayos X. Sin embargo, fue a partir del lanzamiento del experimento bienal CASP en 1994 cuando se intensificaron los intentos por predecir estas estructuras. A pesar de algunos avances iniciales limitados durante 20 años, fue con AlphaFold2 —desarrollado por DeepMind— donde se logró una precisión comparable a los métodos tradicionales, pero con una velocidad sin precedentes.

Mejoras en AlphaFold2

La entrada al equipo de John Jumper permitió mejorar aún más AlphaFold2 utilizando redes neuronales avanzadas. Desde su publicación pública hace 2 años, este software ha sido utilizado por más de 2 millones de personas alrededor del mundo para investigar diversas aplicaciones científicas.

Un avance significativo

Este avance científico representa no solo un logro académico significativo, sino también una promesa tangible para abordar desafíos globales críticos relacionados con enfermedades humanas y sostenibilidad ambiental.

Fotografía de archivo del bioquímico estadounidense, David Baker / EFE

Hemeroteca digital

Salir de la versión móvil