Pocas cosas han cambiado el curso de nuestra relación con la naturaleza como avances tecnológicos. Hoy, un nuevo hito marca esa evolución: a Inteligencia artificial Ha diseñado uno proteína Fluorescente que, de lo contrario, habría tardado 500 millones de años en emerger a través de procesos evolutivos naturales. Este logro podría impresionar solo por su velocidad, pero en este caso también lo hace para Lo que implica para la ciencia, la medicina y la comprensión de la biología misma.
Proteína, llamada ESMGFPha sido desarrollado gracias al modelo AI ESM3que utiliza principios de idiomas generativos para “predecir” estructuras biológicas. Según el artículo publicado en CienciaEste modelo funcionó con un conjunto de datos masivo y logró crear una proteína funcional completamente sin precedentes, abriendo puertas a una nueva era en biología sintética. Pero, ¿cómo es posible que una máquina haya logrado en meses qué evolución necesita eones para obtener?
Para comprender el impacto de ESMGFP, primero debemos saber qué son las proteínas. Las proteínas son cadenas de aminoácidos que realizan funciones esenciales en los organismos vivosde la formación de tejidos a la defensa contra las enfermedades. El modelo ESM3 creó una versión única de proteína fluorescente, similar a las que permiten que brille la medusa y los corales, pero con una secuencia genética que no existe en la naturaleza.
El secreto del éxito de ESM3 radica en su capacidad para trabajar con datos masivos. Entrenado con información de 2.780 millones de proteínas naturales Y una red neuronal que aprende sobre las propiedades biológicas fundamentales, este modelo utiliza estrategias similares para cómo los textos completos. Según los investigadores, “las brechas de IA en secuencias de proteínas de la misma manera que las frases completas conocidas en un texto”.
Lo fascinante de ESMGFP es que su estructura es 58 % diferente de las proteínas fluorescentes naturales conocidas. Para lograr este diseño, serían necesarios 96 mutaciones genéticasUn proceso que la evolución necesitaría más de 500 millones de años para llevar a cabo, según los autores.
La creación de esta proteína tiene un potencial increíble para la investigación científica. Las proteínas fluorescentes ya son herramientas clave en los laboratoriosya que permiten rastrear procesos celulares y estudiar cómo funcionan los genes y las proteínas. ESMGFP, siendo completamente nuevo, podría mejorar estas técnicas y llevarlas a niveles que aún no hemos imaginado.
Más allá de la investigación básica, ESMGFP también podría influir en la creación de nuevos medicamentos. Según los autores del artículo, El modelo ESM3 puede acelerar los procesos de diseño de proteínas para aplicaciones terapéuticas. Esto incluye el diseño de proteínas específicas para tratar enfermedades genéticas o mejorar la efectividad de tratamientos como las terapias lideradas por cáncer.
Además, esta tecnología representa un avance en nuestra comprensión de la evolución misma. Aunque la IA no sigue las mismas “reglas” que la evolución natural, imita su creatividad al explorar las posibilidades que no ocurrirían espontáneamente. Como señaló uno de los investigadores, “hemos descubierto que ESM3 aprende biología fundamental y puede generar proteínas funcionales fuera del espacio explorado por la evolución”.
Aunque el avance es impresionante, No está exento de las críticas y las dudas por parte de la comunidad científica. Algunos expertos, como Tiffany Taylor, han señalado que, aunque la IA puede diseñar proteínas individuales, esto no es lo mismo que simular todo el proceso de evolución natural. Según ella, “la ingeniería de proteínas promovida por la IA es intrigante, pero puede ser que estemos subestimando los procesos complejos refinados por millones de años de selección natural”.
Otro desafío importante es la aplicabilidad real de estas proteínas en los organismos vivos. Aunque ESMGFP existe como un código genético y se ha probado en entornos controlados, su funcionalidad en sistemas biológicos más complejos aún debe validarse. Además, Dependencia de datos de masa y potente infraestructura computacional limita el acceso a estas tecnologías Para muchos laboratorios en el mundo.
A pesar de estas limitaciones, la creación de ESMGFP abre una discusión fascinante sobre el papel de la inteligencia artificial en el estudio de la biología y cómo definimos el progreso científico.
Fuente Informativa
