Una enzima diseñada por inteligencia artificial podría hacer que la producción de ciertas moléculas farmacéuticas sea más rápida y selectiva. El resultado, aún por ser evaluado independientemente, se refiere a un modelo generativo desarrollado para crear nuevas proteínas.
Según la información disponible sobre el proyecto, el sistema fue creado por el Instituto de Diseño Protein en colaboración con NVIDIA y combina el diseño de una secuencia de proteínas con la predicción de su estructura tridimensional. El objetivo no es reproducir una enzima existente, sino construir candidatos completamente nuevos y probarlos en el laboratorio.
Porque las enzimas son útiles en la química de la medicina
Muchos fármacos contienen moléculas con estructuras tridimensionales precisas. Dos compuestos con la misma fórmula y los mismos lazos pueden diferir para el arreglo en el espacio, con efectos muy diferentes en el organismo. Por lo tanto, la producción industrial debe controlar no sólo qué átomos están conectados, sino también cómo están orientados.
Las enzimas son catalizadores biológicos: aceleran ciertas reacciones creando un entorno molecular favorable. Su selectividad puede reducir el número de pasos necesarios, la cantidad de reactivos y la formación de subproductos. En algunos casos también permiten trabajar a baja temperatura y presión que la química tradicional.
El límite es que las enzimas naturales no son adecuadas para ninguna transformación requerida por la industria. Pueden ser inestables, solo se ejecutan en condiciones restringidas o malinterpretan materiales de inicio. Proponer nuevos significa buscar una solución a estas dificultades.
Cómo la inteligencia artificial dibuja una proteína
Una proteína es una cadena de aminoácidos plegados en forma tridimensional. La secuencia determina en gran medida el plegado, pero la relación entre secuencia, estructura y actividad es extremadamente compleja. Un pequeño cambio también puede hacer una proteína inactiva o cambiar su estabilidad y selectividad.
Un modelo generativo puede explorar este espacio de posibilidades proponiendo secuencias compatibles con una arquitectura molecular específica. El sistema puede entonces buscar un bolsillo activo que pueda atar una molécula y promover una reacción específica. Los aplicantes se filtran con simulaciones y análisis estructural antes de ser producidos y probados experimentalmente.
La novedad indicada para el modelo RFD4-Protein se refiere a la integración de múltiples fases del diseño. En lugar de tratar por separado secuencia y estructura, el enfoque trata de optimizarlos juntos. La información disponible también indica un aumento de la velocidad de generación y mayores tasas de éxito computacional que los modelos anteriores, pero estos números deben interpretarse con cautela.
Del ordenador al laboratorio el paso decisivo
Una predicción informática no muestra que una enzima funcionará en un reactor. Para verificarlo, los investigadores deben sintetizar el gen, insertarlo en un organismo productor, purificar la proteína y medir su actividad con sabios controlados.
Entonces es necesario determinar qué selectivo es la enzima, cuánto tiempo permanece activo y si el solvente tolera, variaciones de alta temperatura y concentraciones de reactivos. Un candidato interesante en un tubo de prueba puede resultar barato a escala industrial. Incluso la producción a costos sostenibles y la eliminación de impurezas siguen siendo problemas concretos.
Por esta razón, los datos más importantes no son sólo cuántos candidatos puede crear el modelo, sino cuántos vienen a demostrar una actividad jugable en condiciones realistas. La distinción entre el éxito computacional y el éxito experimental es esencial para evitar confundir una predicción con tecnología lista.
Lascia un commento