Los investigadores detrás del programa AlphaFold de Google DeepMind han ganado uno de los premios más prestigiosos de la ciencia por resolver el mayor desafío de la biología durante medio siglo.
Demis Hassabis y John Jumper, quienes lideraron el desarrollo de AlphaFold, un programa de inteligencia artificial, compartieron un Premio Laskar de Investigación Médica Básica de 250.000 dólares por su «tecnología revolucionaria» para predecir las formas tridimensionales de las proteínas.
Además de reconocer el considerable impacto de Alphafold en la ciencia moderna, el premio es significativo porque muchos ganadores de Lasker reciben el Premio Nobel, lo que aumenta la posibilidad de que la investigación en IA gane un Nobel por primera vez. En los últimos 20 años, 32 ganadores de Laskar han recibido el Nobel.
«Es una lección de humildad ser reconocido por un premio con una historia tan distinguida, y no somos sólo Demis y yo, es todo el equipo», dijo Jumper a The Guardian. «Lo realmente destacable de este importante premio es que es para medicina».
Por más arcano que parezca el problema, es difícil exagerar la importancia del plegamiento de proteínas. Las proteínas son los componentes básicos de la vida y las formas que forman son la base de su función, desde cómo los anticuerpos combaten los virus hasta cómo la insulina regula los niveles de azúcar en sangre. Resolver las estructuras en el laboratorio implicó años de arduos experimentos, pero Alphafold alcanzó las respuestas en minutos.
El año pasado, el equipo de AlphaFold publicó más de 200 millones de estructuras predichas, la suma total de todas las proteínas conocidas por la ciencia. La base de datos presenta investigaciones aceleradas en toda la ciencia, desde la búsqueda de medicamentos para enfermedades desatendidas, el desarrollo de una «jeringa molecular» para inyectar células humanas y la comprensión del terriblemente complejo poro nuclear que controla todo lo que entra y sale del núcleo de la célula.
AlphaFold viene pisándole los talones a AlphaGo, una IA que derrotó a Lee Sedal, uno de los principales jugadores del mundo del juego de estrategia chino Go.
AlphaFold aprendió a predecir estructuras de proteínas a partir de su composición química capacitándolos en 170.000 secuencias y estructuras de proteínas en las que los científicos han trabajado en el laboratorio.
La primera prueba de AlphaFold se produjo en 2018, cuando el equipo participó en un programa bienal de «Olimpiadas de proteínas» llamado Casp, una evaluación crítica de la predicción de la estructura de las proteínas. El participante ganador es capaz de predecir las estructuras de las proteínas a partir de los aminoácidos que las componen.
Aunque a AlphaFold le va bien en el desafío, los científicos no son lo suficientemente buenos para usarlo. El trabajo para mejorar la IA chocó contra una pared de ladrillos, pero finalmente el equipo de investigación mejoró su rendimiento y el programa ganó la competencia Casp en 2020.
«Sabemos lo difícil que es, o no creo que vaya a surgir exactamente de una solución milagrosa sino de muchas ideas», dijo Jumper. Dijo que el impacto de Alphafold en la investigación ha superado sus sueños más locos.
El profesor John Moult, biólogo computacional de la Universidad de Maryland y presidente de Casp, dijo que Alphafold fue «inmediata y obviamente un gran problema».
«Es difícil exagerar el impacto», dijo. «No conozco ningún biólogo estructural que no lo haya utilizado, de una forma u otra. Y el efecto no se limita sólo a la biología estructural.
Cuando se le preguntó hacia dónde se dirigirá la investigación, Jumper dijo que centrarse en el desafío correcto es fundamental. “Todavía hay muchos problemas. ¿Qué va a producir esta avalancha alfa de trabajo inferior realizado por otros realmente importantes?», dijo. «Tenemos que encontrar el correcto y generar ese impacto. Este no es el fin de la ciencia ni el fin de la biología.
