La funció de les proteïnes depèn de la forma com es pleguen (EMBL)

La IA de Google que vol revolucionar la indústria farmacèutica: com funciona

L'empresa ja té acords amb Novartis i Eli Lilly per posar a prova nous medicaments a una velocitat inaudita amb la tercera versió d'AlphaFold

Actualitzat

L'empresa d'intel·ligència artificial Google DeepMind, amb seu a Londres, ha anunciat la tercera versió d'AlphaFold, un programari que prediu com interactuaran les proteïnes amb els nous medicaments.

A la gran base de dades de proteïnes que ja tenia la segona versió, ara hi han afegit l'ADN, l'ARN i moltes altres molècules petites anomenades "lligands", com anticossos, ions o molts fàrmacs.

Segons han afirmat els responsables d'aquesta empresa en un comunicat fet públic aquest dimecres, han portat "l'alta definició al món biològic":

"És un model revolucionari que pot predir l'estructura i les interaccions de totes les molècules de la vida amb una precisió sense precedents."


Veure com es pleguen les proteïnes

L'anunci l'han fet coincidint amb la publicació a la revista Nature d'un article on exposen els detalls del nou model, i també amb la posada en marxa d'una web gratuïta per fer-lo servir.

El que fa l'AlphaFold 3 és generar una imatge en tres dimensions de la forma que adopta una proteïna quan interactua amb altres molècules més petites, sigui una o siguin moltes.

En aquest sentit, esperen que la nova versió "transformi la comprensió del món biològic i el descobriment de fàrmacs", perquè els efectes que produeixen les molècules depèn de la forma que adopten.

D'aquí el nom del programari: Alpha per Alphabeth, la matriu del grup Google, i Fold per "to fold", que vol dir "plegar" en anglès, perquè la forma de les proteïnes depèn de com es pleguen sobre si mateixes.


Predir els efectes d'un medicament

La forma també depèn de com interactuen les proteïnes amb les molècules amb les quals es van trobant a dins de les cèl·lules, interaccions que fan que s'ajuntin en associacions que determinen les funcions que fan.

GoogleDeepMind ha desenvolupat AlphaFold 3 juntament amb Isomorphic Labs, una empresa filial que afirma que aquest programari transformarà el descobriment de fàrmacs:

"La majoria de fàrmacs són petites molècules conegudes com a lligands que s'uneixen a proteïnes per canviar la seva interacció en la salut humana i la malaltia. AlphaFold 3 pot predir aquestes interaccions amb precisió atòmica."


Milions de molècules a dins de cada cèl·lula

Per fer-se'n una idea, cal imaginar-se què passa a dins de cada cèl·lula del cos humà o de qualsevol ésser viu: hi ha milions de molècules interactuant constantment en milers de milions de combinacions possibles.

Els programaris d'intel·ligència artificial com AlphaFold analitzen aquestes possibilitats i prediuen com es poden formar les combinacions i quins efectes produiran en les cèl·lules i, per tant, en l'organisme.

És un primer pas per comprendre l'enorme complexitat del funcionament intern de les cèl·lules al nivell molecular, necessari per passar després a anar precisant cada vegada més la dinàmica que hi ha.

De moment, tres versions d'AlphaFold

La primera versió d'aquest programari no va suposar un gran canvi, però la segona, que es va posar en marxa fa 3 anys de manera gratuïta, ja ha suposat una revolució molt considerable.

Els seus responsables diuen que s'ha fet servir per predir centenars de milions d'estructures de proteïnes, i que això ha comportat l'estalvi de "centenars de milions d'anys" d'investigació.

En aquest sentit, els sistemes experimentals que s'han fet servir fins ara comportaven anys de feina i despeses de centenars de milers d'euros per cada proteïna, i AlphaFold fa el mateix en poca estona.

Segons afirmen ara, la tercera versió, que té una base de dades d'uns 200 milions d'estructures proteíniques, millora la precisió dels sistemes de predicció previs en més del 50% i en alguns casos arriba al 100%.


Ús públic limitat

Però sembla que la tercera versió no estarà tant a l'abast com la segona: el seu ús estarà limitat i només es podrà fer servir gratuïtament per a investigacions no comercials.

En aquest sentit, la revista Nature destaca que els investigadors externs només podran fer 10 consultes diàries i no podran provar-hi possibles medicaments:

"L'última versió d'AlphaFold modela com les proteïnes interactuen amb altres molècules, però DeepMind restringeix l'accés a l'eina."


Acords amb Novartis i Eli Lilly

La funcionalitat per provar les molècules que puguin servir per fabricar medicaments nous se la reserva Google DeepMind a través de la filial Isomorphic Labs.

Ho fa amb programaris complementaris que permeten treballar amb aquestes molècules, i fa pocs mesos ha establert acords amb dues grans farmacèutiques que se'n beneficiaran: l'europea Novartis i la nord-americana Eli Lilly.

Segons Pushmeet Kohli, responsable d'intel·ligència artificial a DeepMind, intentaran compaginar els dos interessos de l'empresa, el d'oferir l'eina a tothom i al mateix temps beneficiar-se'n econòmicament:

"Hem d'aconseguir un equilibri entre assegurar-nos que això sigui accessible i tingui un impacte en la comunitat científica, i alhora no comprometre la capacitat d'Isomorphic d'aconseguir el descobriment de fàrmacs comercialitzables."

Demis Hassabis, creador d'AlphaFold

El cervell que hi ha al darrere d'AlphaFold és l'investigador britànic amb orígens a Xipre i Singapur Demis Hassabis: va fundar DeepMind el 2010 i és també el màxim responsable d'Isomorphic Labs, creada fa 3 anys.

Mestre internacional d'escacs des dels 13 anys, Hassabis va ser el responsable del programa d'intel·ligència artificial que el 2016 va guanyar el campió mundial de go, el joc de taula xinès que és molt més complex que els escacs.

Llavors l'empresa ja feia dos anys que l'havia comprada Google, i després dels èxits amb els programes per jugar a jocs i videojocs, Hassabis va començar a aplicar els seus models d'intel·ligència artificial a altres àmbits.

La principal característica d'aquests models és l'altíssima capacitat d'autoaprenentatge que tenen, i de moment el camp en què estan tenint els èxits més espectaculars és en la biologia molecular.

 

 

ARXIVAT A:
SalutRecerca científica
Anar al contingut