Desentrañan la forma de las proteínas

Desde hace mucho tiempo, la biología molecular y otras disciplinas afines han insistido en el análisis de las proteínas desde varios ángulos, siendo a mitad del siglo pasado cuando Robert W. Holley y Marshall Warren Nirenberg, interesados en estas moléculas, tan elementales para la estructura y regulación de los tejidos y órganos del cuerpo, trabajaron en la interpretación del código genético y su función en la síntesis proteica, una labor que les llevó a ser reconocidos con el premio Nobel de Fisiología o Medicina, en 1968. Después, vinieron otros investigadores, como Edmond H. Fischer y Edwin G. Krebs, quienes, por sus descubrimientos sobre la fosforilación reversible de las proteínas, fueron distinguidos también con el galardón, en 1992. Y así, de manera consecutiva y permanente, este tópico siguió siendo un pendiente que parecía un imposible.

Por lo anterior, la distinción que la revista Science, en su más reciente edición, ha dado al conocimiento de la forma de las proteínas, como gran avance de 2021, es un parteaguas para la biología y la medicina, el cual ha sido posible a través de la inteligencia artificial.

Se trata de los programas AlphaFold 2 y RoseTTAFold, que, en tan sólo unos minutos, revelan las cadenas de aminoácidos que integran las proteínas y que giran y se pliegan para adoptar formas tridimensionales. Es, precisamente, dicha estructura la que marca la actividad de esas moléculas, como una llave biológica, destinada a abrir una única cerradura, desde las enzimas cruciales para el metabolismo hasta anticuerpos que combaten las infecciones. La publicación refiere que “determinar el contenido químico exacto de una enzima es, hoy en día, relativamente sencillo, pero identificar su forma en 3D implica años de experimentación”.

La clave de estos programas es la utilización de redes neuronales, un sistema matemático que perfecciona el aprendizaje automático, analizando grandes conjuntos de datos y anticipando las incógnitas. Para hacer sus pruebas, los creadores partieron de una muestra de 170 mil estructuras proteicas albergadas en el Protein Data Bank, la base de datos de estructura tridimensional de las proteínas y ácidos nucleicos, que se alimenta de información enviada por biólogos y bioquímicos de todo el mundo.