Biohub presenta herramientas de inteligencia artificial para explorar proteínas y acelerar la investigación biomédica.
La forma de una proteína determina cómo actúa en una célula y con qué otras moléculas puede interactuar. Por eso, predecir estructuras en tres dimensiones se ha convertido en una herramienta central para la biología moderna y para la búsqueda de nuevos tratamientos.
Biohub ha presentado ESMFold2, un modelo abierto de inteligencia artificial capaz de predecir estructuras de proteínas y complejos biomoleculares. El lanzamiento incluye ESM Atlas, una base con 6.800 millones de secuencias de proteínas y 1.100 millones de estructuras previstas.
El modelo parte de la secuencia de aminoácidos y calcula una estructura probable. Esa predicción no confirma por sí sola cómo se comporta una proteína real, pero permite seleccionar candidatos, comparar familias y plantear experimentos con más rapidez.
El sistema se apoya en ESMC, un modelo de lenguaje de proteínas entrenado con alrededor de 2.800 millones de secuencias. Biohub sostiene que ESMFold2 obtiene resultados de primer nivel en pruebas de interacción proteína-proteína y anticuerpo-antígeno.
Los investigadores también lo aplicaron al diseño de proteínas capaces de unirse a cinco dianas relevantes en cáncer e inmunología: EGFR, PDGFR beta, PD-L1, CTLA-4 y CD45. Parte de esos diseños mostró unión en el laboratorio. El avance puede convertir búsquedas iniciales de meses o años en procesos de días, aunque las aplicaciones clínicas exigirán ensayos rigurosos.
Basado en: Ewen Callaway and Miryam Naddaf, Nature