← Volver al inicio

Las proteínas diseñadas por IA llegan al laboratorio: la Copa Changjiang anuncia siete dianas y prevé validar unas 7.000 secuencias

Desde la predicción de estructuras por ordenador hasta comprobar si realmente pueden unirse a sus dianas en un tubo de ensayo, el diseño de proteínas aún debe superar una etapa experimental. La Copa Changjiang ofrecerá validación gratuita a gran escala, pero una clasificación por capacidad de unión sigue estando lejos de demostrar eficacia farmacológica.

By SURL BioNews

Determinar si una secuencia de proteína diseñada por IA puede producirse, unirse a una diana específica e incluso modificar la respuesta celular requiere experimentos. El Desafío Mundial de Diseño de Proteínas con IA «Copa Changjiang» 2026 anunció a principios de noviembre sus siete dianas y las reglas de la competición. Prevé ofrecer validación experimental gratuita para unas 7.000 secuencias seleccionadas, lo que permitirá someter los diseños participantes a mediciones reales. El plazo de inscripción y envío de secuencias finalizará el 30 de noviembre.

Las siete categorías se centran, respectivamente, en EGFR, TNF-α, GLP-1R, TfR1, TL1A, TNFR1 e IL-7Rα, y exigen utilizar anticuerpos de dominio único VHH o miniproteínas de unión (minibinder). Según el anuncio del Laboratorio de Inteligencia Artificial de Shanghái, los VHH deben incluir el armazón completo y las regiones de reconocimiento del antígeno, con una longitud de entre 100 y 150 aminoácidos; las miniproteínas de unión deben tener entre 40 y 100 aminoácidos. Los participantes afrontan, por tanto, una tarea de diseño con especificaciones moleculares definidas.

Algunas categorías plantean requisitos que van más allá de la unión. Según el resumen de las reglas elaborado por DrugAI y publicado en la comunidad Zhiyuan, los diseños dirigidos a EGFR deben someterse a mediciones de afinidad a pH 6,0, mientras que los dirigidos a GLP-1R deben tener función agonista, es decir, ser capaces de activar el receptor. Esta diferencia afecta directamente a sus aplicaciones biomédicas: unirse a un receptor es solo el punto de partida; la capacidad de provocar la respuesta esperada requiere una validación adicional.

Según las reglas publicadas, se prevé medir la afinidad de 1.000 secuencias por categoría, y la clasificación para los premios principales se determinará mediante la constante de disociación KD medida experimentalmente. En las mismas condiciones de ensayo, cuanto menor es la KD, mayor es la fuerza de unión. Los 50 primeros clasificados de cada categoría también podrán someterse a pruebas de aptitud para el desarrollo y actividad celular, pero estas pruebas adicionales no modificarán la clasificación de los premios principales. Por tanto, la clasificación refleja ante todo la capacidad de unión y no puede interpretarse directamente como una clasificación global del potencial de desarrollo farmacológico.

Biointron, patrocinador de la competición, afirma que su plataforma RushDATA proporcionará datos de alto rendimiento sobre expresión de proteínas, unión y aptitud para el desarrollo, con pruebas que abarcan la estabilidad térmica, la agregación y la unión inespecífica, entre otros aspectos. Estos datos ayudan a identificar moléculas que ofrecen resultados ideales en las predicciones, pero que podrían presentar problemas durante su producción o uso reales. Sin embargo, la descripción de las capacidades de la plataforma procede del proveedor y no constituye resultados de validación ya obtenidos para los diseños participantes en esta edición.

El Laboratorio de Inteligencia Artificial de Shanghái anunció el 5 de noviembre que la competición ya había atraído a más de 1.800 equipos y 4.000 participantes de más de 20 países y regiones, y que su plataforma Shusheng de descubrimiento científico proporcionaría herramientas de investigación y recursos de computación gratuitos. Por su parte, Biointron anunció una dotación total de premios antes de impuestos de 1,4 millones de yuanes. Para los investigadores participantes, además de los premios, la posibilidad de llevar sus diseños al laboratorio y obtener datos de medición también constituye un recurso importante de esta competición.

Los anuncios disponibles hasta ahora detallan los retos y los planes de validación, pero todavía no ofrecen datos sobre la tasa de éxito, los resultados funcionales ni la seguridad de los diseños de esta edición. Incluso si las moléculas obtienen buenos resultados en las pruebas de afinidad y los ensayos celulares, aún deberán resolverse cuestiones sobre su acción en el organismo, la respuesta inmunitaria y la calidad de fabricación antes de que puedan avanzar hacia el desarrollo farmacológico. Se espera que esta competición aporte un conjunto de resultados de diseño respaldados por experimentos; cuánto podrá impulsar las aplicaciones biomédicas dependerá de los datos posteriores.

References

  1. Massachusetts Biotechnology Council
  2. Biointron
  3. Shanghai Artificial Intelligence Laboratory
  4. BAAI Community / DrugAI