Pregunta y respuesta: Despliegue de IA para crear proteínas nunca antes vistas en la naturaleza

En un avance innovador para la biología sintética, los investigadores están aprovechando la inteligencia artificial para diseñar proteínas que nunca han existido en la naturaleza. Esta innovación marca un momento crucial en la búsqueda de décadas de crear nuevas proteínas, que tienen un potencial transformador para la medicina, la biotecnología y el descubrimiento científico. Jason Zhang, profesor asistente de bioingeniería en la Escuela de Ingeniería Samueli UCLA, está liderando los esfuerzos para ampliar los límites del diseño de proteínas utilizando técnicas avanzadas de IA.

Su trabajo se basa en la investigación pionera de David Baker, un premio Nobel de Química cuyas contribuciones a la ingeniería computacional de proteínas sentaron las bases para esta nueva frontera. Zhang trabajó previamente bajo la guía de Baker en la Universidad de Washington, donde adquirió experiencia en el diseño racional de proteínas, un método que contrasta con los enfoques tradicionales que dependen de la selección evolutiva. El proceso comienza con la creación de modelos impulsados por IA capaces de generar vastas bibliotecas de estructuras de proteínas potenciales.

Estos modelos están entrenados en extensos conjuntos de datos derivados de resultados experimentales, lo que les permite predecir qué secuencias de aminoácidos se doblarán en proteínas funcionales. Una vez generadas, estas secuencias se traducen en ADN y se sintetizan en un entorno de laboratorio, donde se prueba su funcionalidad contra objetivos específicos. Este enfoque permite a los científicos evaluar miles de proteínas candidatas simultáneamente, acelerando significativamente el ritmo del descubrimiento en comparación con los métodos convencionales. La investigación de Zhang abarca una amplia gama de aplicaciones, desde el desarrollo de herramientas de diagnóstico hasta el avance de estrategias terapéuticas.

Un proyecto notable implica el diseño de biosensores que pueden monitorear procesos biológicos complejos dentro de los sistemas vivos. Estos sensores proporcionan información detallada sobre las funciones celulares, lo que potencialmente allana el camino para la medicina personalizada y tratamientos más efectivos para enfermedades que van desde el cáncer hasta los trastornos neurológicos. Un objetivo particularmente ambicioso es el desarrollo de una "célula virtual", una representación digital de sistemas biológicos que pueden simular el comportamiento e interacciones celulares. Al integrar grandes cantidades de datos recopilados de biosensores de ingeniería, los investigadores tienen como objetivo construir modelos integrales de actividad celular.

Tales modelos podrían permitir la predicción de cómo diferentes medicamentos interactúan con tipos específicos de células, ofreciendo una precisión sin precedentes en el desarrollo de fármacos y la planificación del tratamiento. La colaboración juega un papel crucial en la traducción de avances teóricos en aplicaciones prácticas. Zhang trabaja junto a colegas en UCLA para desarrollar terapias dirigidas, incluidos enfoques innovadores para tratar formas raras de cáncer de hígado utilizando la tecnología de células CAR-T, una estrategia que ha demostrado un éxito notable en el tratamiento de cánceres de sangre. Estos esfuerzos de colaboración destacan la naturaleza interdisciplinaria de la investigación biomédica moderna, donde el modelado computacional cumple con la validación experimental.

Otra área de enfoque crítica dentro del laboratorio de Zhang es el estudio de las proteínas desordenadas, que están implicadas en numerosas enfermedades, incluida la neurodegeneración, la diabetes y ciertos cánceres. Los medicamentos tradicionales de moléculas pequeñas a menudo luchan para atacar estas proteínas debido a su falta de estructura definida. Para superar este desafío, el equipo de Zhang emplea IA generativa para diseñar pliegues de proteínas completamente nuevas que puedan unirse específicamente a proteínas desordenadas. Esta estrategia busca transformar objetivos inherentemente "indruggables" en candidatos terapéuticos viables al inducir cambios estructurales que los hacen susceptibles a los mecanismos de medicamentos convencionales.

A medida que el campo continúa evolucionando, la integración de la IA en la ingeniería de proteínas promete revolucionar nuestra comprensión de los sistemas biológicos y ampliar los horizontes de la ciencia médica. Con la investigación y la colaboración en curso, el potencial para descubrir y utilizar proteínas nunca antes vistas en la naturaleza se está volviendo cada vez más tangible.