Primeros medicamentos diseñados por IA serán ensayados en un año, según premio Nobel
Jueves 23 de Enero de 2025 11:56 am
+ -El premio Nobel de Química, Demis Hassabis, dijo que, gracias a la IA, la medicina se encuentra a las puertas de una revolución inimaginable
En el plazo de un año entrarán en ensayos clínicos los primeros medicamentos diseñados mediante inteligencia artificial, según el premio Nobel de Química, Demis Hassabis, quien asegura que todas las grandes áreas terapéuticas, incluidas la oncología y las enfermedades neurodegenerativas y cardiovasculares, se van a beneficiar de esta tecnología.
Hassabis participó en la reunión anual del Foro Económico
Mundial (WEF) en Davos, donde se mostró convencido de que, gracias a la IA, la
medicina se encuentra a las puertas de una revolución inimaginable.
“Creo que tendremos, dentro de un año más o menos, los
primeros medicamentos diseñados por IA en ensayos clínicos”, aseguró durante
una charla pública con el célebre presentador y educador científico Bill Nye,
organizada por la tecnológica Google con motivo de la cumbre de Davos.
Hassabis recibió en octubre pasado el premio Nobel de
Química, junto a su colega en ‘Google DeepMind’ en Londres, John Jumper, y al
bioquímico David Baker, por el desarrollo de una herramienta de IA, bautizada
AlphaFold AI, que predice las estructuras tridimensionales de las proteínas.
“Me interesé por primera vez en el plegamiento de
proteínas, y en determinar la estructura 3D, cuando era estudiante. Este
problema fue uno de los grandes desafíos en biología en la década de los 70
para el siguiente medio siglo”, recuerda Hassabis. “AlphaFold ha sido la
respuesta a ese desafío. Me encontré con él por primera vez cuando era
estudiante en Cambridge, y lo he tenido en el fondo de mi mente durante casi
treinta años”.
Normalmente, explica, solo se secuencia genéticamente la
proteína, pero luego “constituye un verdadero reto pasar de imaginar una cadena
unidimensional de secuencia genética a esa exquisita estructura 3D de la
proteína, y eso es importante, porque la estructura 3D te dice lo que hace la
proteína, cómo reacciona.”
El problema es que las configuraciones espaciales que,
teóricamente, puede adoptar una proteína son innumerables. Hassabis lo compara
con el juego de mesa ‘go’, “el más complejo que la humanidad ha inventado
jamás, pues tiene un número de posiciones de tablero igual a 10 elevado a la
potencia 170”.
“Estos son problemas totalmente intratables, si los
intentas resolver mediante la fuerza bruta. Tienen muchas más posibilidades que
átomos hay en el universo. Si quisieras enumerar cada una de ellas, llevaría
mucho más tiempo que la edad del universo. Así que no hay forma de que se pueda
solucionar eso solo por la fuerza bruta, examinando todas las opciones”.
Es ahí, añade, donde interviene la IA, para hacer una
búsqueda inteligente, de manera que solo haya que comprobar una fracción
limitada de opciones.
Por alguna razón, las proteínas ‘saben’ cómo replegarse en
un tiempo mínimo solo en determinadas configuraciones dentro de nuestro
organismo para desempeñar las funciones para las que están programadas.
“Se llamó la paradoja de Levinthal, porque lo que él señaló
fue que hay de 10 elevado a 300 posibilidades, y sin embargo, de alguna manera,
en la naturaleza, en nuestros cuerpos, estas proteínas se pliegan
instantáneamente en milisegundos. Así que, la física y la naturaleza resuelven
este problema (de cómo replegarse correctamente) en una cantidad de tiempo
manejable”, explica Hassabis.
“No es que cada una de estas 10 elevado a 300 posibilidades
sean igualmente probables. En realidad, hay mucho más que necesitamos aprender
y que guía el proceso de manera muy eficiente (…) Y resulta que podemos imitar
ese proceso físico, con IA y con AlphaFold”.
“Así que lo que se puede pensar de AlphaFold es que aprende
de las aproximadamente 150 mil estructuras que se conocen, y que se han
encontrado minuciosamente a través de experimentos durante los últimos 50 años,
y luego esas 150 mil son suficientes para enseñar al sistema cuáles son los
tipos de patrones y estructuras que toman las proteínas. De modo que cuando se
le presenta una nueva proteína que nunca ha visto antes, tiene una idea de qué
buscar”.
Una de las hipótesis sobre las causas de la enfermedad de
Alzheimer, recuerda, es que ciertas proteínas, las beta-amiloides, se están
plegando mal, se pliegan de manera incorrecta y luego se agrupan alrededor de
las neuronas y las matan. “AlphaFold puede predecir cuál debería ser la
estructura correcta y, potencialmente, qué sucede cuando sale mal. Si se tiene
la estructura de la proteína en 3D, se pueden diseñar compuestos
farmacológicos, que son compuestos químicos que se unen a la parte correcta de
la proteína”.
Hassabis confirmó que la herramienta inventada es de código
abierto y que los 200 millones de estructuras predichas de todas las proteínas
existentes están a disposición de toda la comunidad de investigación académica
y farmacéutica para que las utilicen.
“Hoy en día, más de 2.5 millones de investigadores de todo
el mundo la han utilizado. Creemos que son casi todos los biólogos del mundo”,
comentó.
ÚNETE A NUESTRO CANAL DE WHATSAPP
LÓPEZ DORIGA DIGITAL
