Biohub presenta herramientas de inteligencia artificial para explorar proteínas y acelerar la investigación biomédica.
La estructura tridimensional de una proteína condiciona sus funciones, sus interacciones y, en muchos casos, su valor como diana terapéutica. Por eso, las predicciones con inteligencia artificial se han convertido en una infraestructura básica para la biología computacional.
Biohub ha liberado ESMFold2, un modelo abierto para predecir estructuras de proteínas y complejos biomoleculares, junto con ESM Atlas. El atlas organiza 6.800 millones de secuencias y 1.100 millones de estructuras previstas, una escala que amplía el espacio consultable.
La herramienta infiere formas a partir de secuencias de aminoácidos. Sus resultados no equivalen a una estructura experimental, pero permiten priorizar hipótesis, detectar parentescos funcionales y orientar ensayos posteriores, sobre todo en proteínas poco caracterizadas.
ESMFold2 se apoya en ESMC, un modelo de lenguaje entrenado con unos 2.800 millones de secuencias de todo el árbol de la vida. Biohub afirma que compite con los mejores métodos actuales en interacciones proteína-proteína y anticuerpo-antígeno.
El equipo también utilizó el modelo para diseñar moléculas que se unen a cinco dianas vinculadas al cáncer y la inmunología: EGFR, PDGFR beta, PD-L1, CTLA-4 y CD45. Algunos diseños funcionaron en pruebas de laboratorio, incluido el bloqueo de una vía usada por ciertos tumores para esquivar a las células T. El potencial es acelerar el descubrimiento biomédico inicial; la clínica exigirá validación independiente, seguridad y tiempo.
Basado en: Ewen Callaway and Miryam Naddaf, Nature