Ya hemos visto diferentes aplicaciones de la IA y su potencial para obtener grandes logros en diferentes campos. Sin embargo, la comunidad científica aún está atónita con uno de los últimos avances de DeepMind con AlphaFold.
AlphaFold, un sistema de IA que resolvió un problema de 50 años que ha representado uno de los grandes desafíos de la comunidad científica. Es un hito que puede cambiar la comprensión de las enfermedades y cómo tratarlas. Y por supuesto, podría acelerar la creación de nuevos medicamentos y tratamientos efectivos.
La IA de DeepMind resuelve un gran desafío de la comunidad científica
DeepMind comenzó a trabajar en AlphaFold en 2016, mostrando el potencial de su IA aún en su versión inicial. Y en enero de este año, compartió un estudio sobre el potencial de IA para predecir el plegamiento de proteínas y el enfoque en el que estaban trabajando para hacerlo realidad.
Las proteínas son esenciales para la vida, apoyando prácticamente todas sus funciones. Son moléculas grandes y complejas, formadas por cadenas de aminoácidos, y lo que hace una proteína depende en gran medida de su estructura 3D única . Averiguar en qué formas se pliegan las proteínas se conoce como el «problema del plegamiento de proteínas» , y ha sido un gran desafío en biología durante los últimos 50 años.
Y ahora comparten los grandes resultados de la última versión de su sistema de IA, AlphaFold. Tal como comentan en su informe, tal solo pensar en resolver este problema parecía un hecho humanamente imposible, ya que como mencionó el biólogo molecular Cyrus Levinthal en 1969, tratar de establecer todas las posibles configuraciones de una proteína llevaría más tiempo que la edad del universo.
A pesar de ello, nunca se dejó de intentar desarrollar algún sistema que fuera capaz de lograr este objetivo. Tanto así que se creó CASP ( Critical Assessment of Techniques for Protein Structure Prediction) o “Evaluación crítica de la predicción de la estructura de proteínas” que tiene como objetivo poner a prueba cualquier nuevo mecanismo o técnica predictiva que persiga este propósito.
Se desarrolla cada dos años y se utiliza una puntuación GDT de 0 a 100 para calificar la efectividad. Siguiendo este criterio, AlphaFold ganó en 2018 la decimotercera CAST con su primera versión. Y en el decimocuarto CAST, realizado este año, las predicciones de AphaFold consiguieron un promedio de 92.4 superando a otros cien equipos.
De esta manera, demostró que la IA puede descifrar con un alto grado de precisión la estructura de las proteínas en poco tiempo:
Ahora, las nuevas arquitecturas de aprendizaje profundo que hemos desarrollado han impulsado cambios en nuestros métodos para CASP14, lo que nos permite alcanzar niveles de precisión incomparables.
Este avance no solo permitirá mejorar la comprensión de las enfermedades conocidas, sino que también podría ser clave para enfrentar a una pandemia. Y por supuesto, abre todo un universo desconocido en el ámbito de la biología. El equipo de DeepMind explica en detalles los avances de AlphaFold y su potencial en este documento.