El pasado mes de noviembre de 2021 se detectó en Sudáfrica una nueva cepa de coronavirus a la que, el día 26 de ese mismo mes, la Organización Mundial de la Salud (OMS) calificó como una “variante de preocupación” y la denominó Ómicron. Al conocer esta información, el profesor Sriram Subramaniam, de la Universidad de Columbia Británica (UBC), descargó una secuencia del genoma publicada online y solicitó que se enviaran muestras de ADN de la mutación a su laboratorio.
El equipo de Subramanian utiliza microscopios crioelectrónicos para revelar la estructura 3D de las proteínas y poder así estudiar su funcionamiento. Ya había mapeado las proteínas espiga que los coronavirus usan para unirse y entrar en las células humanas de algunas cepas anteriores. La descripción de la proteína espiga de Ómicron se realizó de manera urgente porque su ADN difería en formas que podrían ser la causa de su rápida propagación. Subramaniam tuvo que esperar hasta que la muestra de ADN llegara por correo para poder comenzar a analizarla.
Mientras tanto, el investigador de genómica computacional de la Universidad de Carolina del Norte en Charlotte, Colby Ford, también se interesó por la proteína espiga de Ómicron. Pero en lugar de solicitar suministros de laboratorio, Ford probó un software gratuito recientemente inventado por DeepMind con Inteligencia Artificial (AlphaFold2) para tratar de predecir la estructura a partir de la secuencia de aminoácidos codificados en el genoma de Ómicron.
En aproximadamente una hora, Ford obtuvo sus primeros resultados que publicó rápidamente online. A principios de diciembre de 2021, él y dos colegas publicaron otro artículo más completo que incluía predicciones de que algunos anticuerpos contra cepas anteriores tendrían una menor efectividad contra Ómicron.
Poco después, el laboratorio de Subramaniam recibió su muestra de ADN Ómicron y el 21 de diciembre publicó sus observaciones al microscopio de la estructura junto con los resultados de las pruebas de anticuerpos reales. Una de las dos estructuras predichas por Ford demostró ser bastante correcta: calculó que las posiciones de sus átomos centrales difieren en alrededor de la mitad de un angstrom, aproximadamente el radio de un átomo de hidrógeno.
Estructura atómica de la proteína espiga de Ómicron - UBC
La forma en que las predicciones se aceleraron antes de los experimentos con la proteína espiga de Omicron refleja un reciente cambio radical en la biología molecular provocado por la Inteligencia Artificial. Los resultados de Ford fueron más sugerentes que definitivos, ya que los paquetes utilizados no estaban diseñados para predecir pequeños cambios causados por mutaciones como las de Ómicron. Pero el hecho de que pudiera experimentar de manera sencilla con una poderosa IA de predicción de proteínas nos muestra cómo los avances recientes están cambiando la forma en que los biólogos trabajan y piensan. Estas IA no aciertan con el comportamiento, pero sí que consiguen un mapeado de la estructura muy cercano a la realidad.
Según comenta Subramaniam, en el medio Wired, las mediciones directas de la estructura de las proteínas seguirán siendo el criterio definitivo”, pero espera que las predicciones de inteligencia artificial sean cada vez más centrales para la investigación, incluso en futuros brotes de enfermedades. Y señala que “es transformador, estas herramientas permiten dar una suposición bien informada, lo cual es importante en una situación como la de Covid”.
Uso de la IA en la ciencia
La forma de una proteína determina cómo se comporta, y conocer su estructura puede ayudar en todo tipo de investigación biológica, desde estudios de evolución hasta trabajo de enfermedades. Por ejemplo, en la investigación de medicamentos, hacer este descubrimiento proporciona objetivos potenciales para nuevos tratamientos.
Determinar la estructura de una proteína es un proceso que está bastante lejos de ser sencillo. Hasta el año pasado, esto implicaba un arduo trabajo de laboratorio. Son moléculas complejas que se ensamblan a partir de instrucciones codificadas en el genoma de un organismo para servir como enzimas, anticuerpos y gran parte de la otra maquinaria de la vida. Las proteínas estás hechas de cadenas de moléculas denominadas aminoácidos que pueden plegarse en complejas formas y que se comportan de diversas maneras. Las técnicas más nuevas, como la microscopía electrónica utilizada por Subramaniam, son más rápidas, pero el proceso sigue siendo difícil.
Con la llegada del software de IA, la situación comienza a cambiar. Y si bien las predicciones no han resultado cruciales en el caso del Covid-19, la evaluación de varios expertos coincide en que serán cada vez más importantes para la respuesta a futuras enfermedades.