Una proteína es, en apariencia, una idea sencilla: una cadena de aminoácidos colocados uno detrás de otro, como cuentas en un hilo. El problema es que ese hilo no se queda estirado; se pliega, se enrosca, hace giros, crea cavidades y superficies. Y esa estructura 3D no es un detalle estético: es lo que determina si la proteína corta otras moléculas como una tijera (enzima), si reconoce señales como una antena (receptor) o si se pega a un intruso como un guante (anticuerpo). Entender la forma es, muchas veces, entender la función.
Durante décadas, “ver” esa forma ha sido uno de los cuellos de botella de la biología. No porque falten ganas, sino porque las técnicas que revelan estructuras a nivel atómico han sido exigentes. La cristalografía de rayos X, la criomicroscopía electrónica o la resonancia magnética nuclear suelen pedir equipos caros, muestras delicadas y semanas o meses de ajustes. Es como intentar fotografiar con nitidez a alguien bailando en una habitación a oscuras: se puede, pero requiere condiciones muy concretas y paciencia. Continúa leyendo «AlphaFold y el salto de “ver” proteínas con IA: por qué marca un antes y un después»
