Desbloquea el Editor's Digest gratis
Roula Khalaf, editora del FT, selecciona sus historias favoritas en este boletín semanal.
El bioquímico estadounidense David Baker y los científicos de Google DeepMind Sir Demis Hassabis y John Jumper ganaron conjuntamente el Premio Nobel de Química por su trabajo para descubrir los secretos biológicos de las proteínas que sustentan la vida y la salud.
Baker recibió la mitad del premio de 11 millones de coronas suecas (1,06 millones de dólares) por su investigación sobre el diseño computacional de proteínas y el dúo DeepMind recibió la otra mitad por la predicción de la estructura de las proteínas, dijo el miércoles la Asamblea del Nobel en Estocolmo.
El premio reconoce grandes avances en técnicas para comprender cómo funcionan e interactúan las proteínas para hacer funcionar las células vivas. Los métodos, incluido el de DeepMind Modelos AlphaFold impulsados por inteligencia artificialhan generado esperanzas de que puedan ser herramientas poderosas en el desarrollo de nuevas terapias para enfermedades difíciles de tratar.
Baker, director del Instituto de Diseño de Proteínas de la Universidad de Washington, había “logrado la hazaña casi imposible de construir tipos de proteínas completamente nuevos”, dijeron los organizadores del Nobel. Hassabis y Jumper habían “desarrollado un modelo de IA para resolver un problema de hace 50 años: predecir estructuras complejas de proteínas”.
“Ambos descubrimientos abren enormes posibilidades”, dijo Heiner Linke, presidente del Nobel comité de química.
En una llamada con el comité del Nobel después del anuncio, Baker dijo que se sentía “profundamente honrado” y “estaba sobre los hombros de gigantes”, dada la contribución de otros investigadores. “Nuestros nuevos métodos de IA son mucho más poderosos que los métodos de modelos científicos tradicionales. Estoy realmente entusiasmado con todas las formas en que el diseño de proteínas puede ahora hacer del mundo un lugar mejor en salud, medicina y. . . en tecnología y sostenibilidad”, añadió.
Desde principios de la década de 2000, Baker ha aprovechado el diseño impulsado por computadora para construir nuevas proteínas a partir de los 20 componentes básicos diferentes, conocidos como aminoácidos, que los componen en su mayoría. Sus equipos han producido nuevas estructuras para su uso en vacunas, nanomateriales y sensores diminutos.
En 2022, los equipos de Hassabis y Jumper utilizaron el modelo de IA AlphaFold para crear la base de datos más completa y precisa hasta el momento de casi todas las proteínas conocidas. Se espera que el avance, que abarca alrededor de 200 millones de proteínas, reduzca significativamente el tiempo necesario para realizar descubrimientos biológicos.
Hassabis, cofundador y director ejecutivo de Google DeepMind, el brazo de investigación de inteligencia artificial del gigante de Silicon Valley, describió la innovación AlphaFold en marzo como una forma más eficiente de “buscar la aguja en un pajar”.
“Eso es a lo que realmente se reduce gran parte de la ciencia. . . Si puedes capturar un problema de esa manera, entonces estos tipos de sistemas de IA que estamos construyendo ahora pueden ser muy útiles”.
La tercera versión de AlphaFold presentada por DeepMind en mayo se extiende más allá de las proteínas para observar otras redes bioquímicas que sustentan la vida en las células de nuestro cuerpo. AlphaFold 3 cubre los códigos genéticos de ADN y ARN, así como ligandos, moléculas que se unen a otras y pueden ser marcadores importantes de enfermedades.
El comité del Nobel dijo que ya había muchas aplicaciones de los modelos AlphaFold, como el diseño de vacunas y la extracción de la base de datos de proteínas en busca de nuevas enzimas que pudieran degradar los plásticos.
DeepMind ha creado una división de descubrimiento de fármacos, conocida como Isomorphic Labs, para aprovechar los avances científicos de AlphaFold. Hassabis dijo al Financial Times este año que el objetivo era utilizar el modelo para reducir la etapa promedio de descubrimiento (cuando se identifican medicamentos potenciales antes de los ensayos clínicos) de cinco años a dos.
“AlphaFold ha brindado a los investigadores la capacidad sin precedentes de predecir cómo” se ven “las proteínas en tres dimensiones”, dijo Michael Dennis, director científico de CAS, una división de la Sociedad Química Estadounidense. “El impacto de esta tecnología en la comprensión de los mecanismos de las enfermedades y el desarrollo de fármacos y nuevas terapias es inmenso”.
El premio de química es el tercero de los seis Nobel anuales que se anuncian en días laborables sucesivos. Los ganadores de los premios de Literatura se darán a conocer el jueves, seguidos de los de Paz el viernes y de Economía el lunes.
