DeepMind ha desarrollado una nueva versión de su sistema AlphaFold. La herramienta ahora no solo predice la estructura de las proteínas, sino que también modela cómo estas interaccionan con otras estructuras celulares, incluyendo ADN, ARN y pequeñas moléculas utilizadas en medicamentos.
El sistema, denominado AlphaFold 3, destaca por su capacidad para revolucionar el diseño de fármacos.
Medicamentos
DeepMind, en colaboración con Isomorphic Labs, ha mejorado esta herramienta para ofrecer a los investigadores farmacéuticos un método más eficaz para modelar cómo los nuevos compuestos de medicamentos podrían reaccionar con sitios receptores específicos en el cuerpo.
Este avance podría acelerar la fase exploratoria del desarrollo de medicamentos que tradicionalmente se realiza de manera experimental en laboratorios.
Demis Hassabis, CEO de DeepMind, explicó cómo los investigadores podrían utilizar AlphaFold 3 para diseñar compuestos que se unan específicamente a una proteína relacionada con una enfermedad, prediciendo la fuerza de esa unión.
AlphaFold 3 permite a los científicos visualizar los resultados potenciales de nuevas moléculas de medicamentos en un entorno computacional, facilitando decisiones más informadas sobre las interacciones y el avance en los diseños de los fármacos.
A pesar de su potencial, la herramienta no puede llevar a los investigadores directamente a un nuevo medicamento. Se requieren otros modelos de IA para prever aspectos como la toxicidad y las interacciones con otros medicamentos.
Además, todas las interacciones esperadas de un nuevo fármaco en el cuerpo deben probarse en experimentos de laboratorio y luego en ensayos clínicos humanos. Sin embargo, la herramienta proporciona una intuición valiosa sobre dónde dirigir los esfuerzos de I+D.
Otros usos
AlphaFold 3 también tiene potenciales aplicaciones en el diseño de moléculas alimenticias más resistentes al deterioro o en el desarrollo temprano de nuevas vacunas.
En lugar de ofrecer el modelo en código abierto, DeepMind ha lanzado un «Servidor AlphaFold» basado en la nube, donde los investigadores académicos pueden acceder a AlphaFold 3 y generar estructuras biológicas.
Este enfoque es especialmente útil para científicos que carecen de experiencia en bioinformática o del poder computacional necesario para ejecutar el modelo.
John Jumper, líder del equipo de AlphaFold, destacó los avances en precisión sobre otras herramientas y sobre AlphaFold 2 en tipos específicos de predicciones, mostrando la relevancia de este avance.
