Biotecnología · global
Diseñar secuencia y estructura a la vez: NVIDIA y la Universidad de Washington publican un modelo de IA de código abierto para proteínas
RFD4-Proteina intenta acortar la distancia entre la concepción molecular y la validación experimental, con aplicaciones que abarcan el descubrimiento de fármacos y las enzimas que degradan pesticidas. Las mejoras de rendimiento computacional comunicadas por el equipo deben interpretarse por separado del comportamiento de las proteínas en el laboratorio y en el organismo humano.
Para crear proteínas capaces de unirse a dianas de enfermedades o de degradar contaminantes ambientales, no basta con dibujar una estructura molecular atractiva: la secuencia de aminoácidos, la forma de plegamiento y las moléculas con las que interactúan deben ser compatibles. El Instituto de Diseño de Proteínas de la Facultad de Medicina de la Universidad de Washington y NVIDIA lanzaron el 21 de octubre el modelo de código abierto RFD4-Proteina, que incorpora estas condiciones en un mismo proceso de diseño con la intención de que los investigadores encuentren más rápido moléculas candidatas que merezcan pasar al laboratorio.
El modelo, presentado en la conferencia GTC de Berlín, combina tecnologías de la serie RFdiffusion del instituto y de Proteina de NVIDIA. Puede ajustar simultáneamente la secuencia de una proteína, su estructura tridimensional y la estructura de las moléculas con las que interactúa, de modo que una modificación en una parte vaya acompañada de ajustes en las demás. Los investigadores también pueden especificar condiciones moleculares y objetivos de puntuación para orientar la búsqueda del modelo, y dedicar más recursos de cómputo a los problemas más difíciles.
Entre sus usos concretos figuran el diseño de moléculas capaces de unirse a proteínas específicas o a moléculas pequeñas, de estructuras que sostienen los sitios activos de las enzimas y de proteínas capaces de unirse al ADN. Según NVIDIA, el borrador del estudio obtuvo, en estas cuatro categorías de pruebas de referencia, una tasa de éxito del diseño computacional y una eficiencia de generación de candidatos superiores a las de los modelos evaluados como comparación. La Universidad de Washington, por su parte, comunicó una tasa de éxito de entre cinco y diez veces la de los modelos anteriores, y una velocidad de generación también entre cinco y diez veces mayor. Estos son indicadores de pruebas computacionales y no pueden convertirse directamente en probabilidades de éxito del desarrollo de fármacos.
También hay resultados experimentales preliminares. Según las explicaciones de los investigadores publicadas por la Universidad de Washington, el equipo diseñó en pocos días enzimas que degradan pesticidas y cuyo rendimiento superó al del mejor diseño obtenido anteriormente tras meses de trabajo. En otro trabajo, logró controlar en menos de una semana el tipo de cadenas de azúcares unidas a las proteínas. Estas cadenas participan en el reconocimiento inmunitario, y disponer con precisión estas modificaciones es una cuestión importante en la ingeniería de proteínas. Sin embargo, estos plazos proceden de experiencias del equipo en aplicaciones concretas y todavía no permiten afirmar que todas las tareas de diseño puedan acelerarse de la misma manera.
El código abierto también amplía el alcance de este lanzamiento más allá de un único modelo. Rosetta Commons explicó el 23 de octubre que el modelo ya estaba disponible públicamente a través de su organización en GitHub y que integra la generación de secuencias y estructuras mediante un método de espacio latente. Entre las herramientas complementarias, TMol se encarga de acelerar mediante GPU la puntuación de los diseños y la relajación estructural, mientras que AtomWorks ofrece soporte para el entrenamiento y la inferencia, lo que permite a otros equipos continuar desarrollando, comprobando y modificando todo el proceso.
El avance que respalda la evidencia actual consiste en proponer diseños candidatos con mayor eficiencia y en que algunos diseños ya han mostrado la función esperada en experimentos. La información de prensa pública no detalla por completo el tamaño de las muestras, las proporciones de éxito ni las condiciones de prueba de cada experimento, y los resultados citados por NVIDIA siguen presentándose en un borrador de investigación. Para los usos médicos, la capacidad de unirse a una diana es solo el punto de partida: la estabilidad de las proteínas en el organismo, las respuestas inmunitarias, la seguridad y la eficacia real siguen siendo cuestiones que deberán responderse una a una en investigaciones posteriores.