El primero logró la hazaña “casi imposible” de construir tipos de proteínas completamente nuevos y Hassabis y Jumper han desarrollado un modelo de inteligencia artificial para resolver el problema de predecir las estructuras complejas de dichas sustancias
Ciudad de México, 10 de octubre de 2024. La Real Academia Sueca de Ciencias otorgó otorgar el premio Premio Nobel de Química a David Baker de la Universidad de Washington, “por el diseño computacional de proteínas”, y a Demis Hassabis y John M. Jumper de Google DeepMind de Londres (Inglaterra) “por la predicción de la estructura de proteínas”, es decir, revelaron los secretos de las proteínas con inteligencia artificial (IA).
El comité que otorga el galardón destacó las potenciales aplicaciones de sus logros científicos en numerosos procesos en los que están implicadas las proteínas, desde el desarrollo más rápido de vacunas al descubrimiento de nuevos nanomateriales, pasando por el diseño de fármacos dirigidos para tratar el cáncer o la evolución hacia una industria química más verde. Para dar una idea del nuevo universo que abren a la ciencia los avances de Baker, Hassabis y Jumper, el presidente del comité, Heiner Linke, señaló que “si queríamos entender cómo funcionan las proteínas, primero había que saber qué aspecto tienen” e incidió en los grandes beneficios para la humanidad que traerá ese conocimiento.
El británico Demis Hassabis (Londres, 1976) y el estadunidense John Jumper (Little Rock, 1985) han utilizado con éxito la inteligencia artificial acelerar una carrera científica que llevaba medio siglo abierta, desde la empresa Google Deepmind de la que Hassabis es el consejero delegado. Con su modelo de inteligencia artificial AlphaFold2, presentado en 2020, han logrado predecir la estructura tridimensional de casi todas las proteínas identificadas hasta la fecha –unos 200 millones–, partiendo únicamente de la secuencia de aminoácidos que forma su cadena. Estas larguísimas cadenas se pliegan en formas tremendamente complejas, que determinan la función y actividad biológica de las proteínas, y predecir esas estructuras era un reto pendiente de la ciencia desde los años 1970.
David Baker ha logrado la hazaña “casi imposible” de construir tipos de proteínas completamente nuevos.
Por su parte, Demis Hassabis y John Jumper han desarrollado un modelo de IA para resolver un problema de hace 50 años: predecir las estructuras complejas de las proteínas. Estos descubrimientos tienen un potencial enorme.
“Uno de los descubrimientos que se premian este año se refiere a la construcción de proteínas espectaculares. El otro se refiere a la realización de un sueño de hace 50 años: predecir las estructuras de las proteínas a partir de sus secuencias de aminoácidos. Ambos descubrimientos abren enormes posibilidades”, afirma el presidente del Comité Nobel de Química, Heiner Linke.
Las proteínas están formadas por 20 aminoácidos diferentes, que pueden describirse como los componentes básicos de la vida. En 2003, David Baker logró utilizar estos componentes para diseñar una proteína nueva que no se parecía a ninguna otra. Desde entonces, su grupo de investigación ha producido una proteína tras otra, incluidas proteínas que pueden utilizarse como fármacos, vacunas, nanomateriales y sensores diminutos.
El segundo descubrimiento se refiere a la predicción de la estructura de las proteínas. En las proteínas, los aminoácidos están unidos entre sí en largas cadenas que se pliegan formando una estructura tridimensional, que es decisiva para la función de la proteína.
Desde los años 70, los investigadores habían intentado predecir la estructura de las proteínas a partir de las secuencias de aminoácidos, pero esto era notoriamente difícil. Sin embargo, hace cuatro años se produjo un avance sorprendente.
En 2020, Demis Hassabis y John Jumper presentaron un modelo de Inteligencia Artificial llamado AlphaFold2. Con su ayuda, han podido predecir la estructura de prácticamente todas las 200 millones de proteínas que los investigadores han identificado. Desde su gran avance, AlphaFold2 ha sido utilizado por más de dos millones de personas de 190 países.
Entre una gran cantidad de aplicaciones científicas, los investigadores ahora pueden comprender mejor la resistencia a los antibióticos y crear imágenes de enzimas que pueden descomponer el plástico.
“La vida no podría existir sin las proteínas. El hecho de que ahora podamos predecir las estructuras proteicas y diseñar nuestras propias proteínas es un gran beneficio para la humanidad”, señalan desde la Real Academia Sueca de Ciencias.
David Baker nació en 1962 en Seattle (Estados Unidos). Es doctor en 1989 por la Universidad de California (Berkeley) y profesor en la Universidad de Washington (Seattle).
Demis Hassabis nació en 1976 en Londres (Reino Unido). Es doctor en 2009 por el University College London (Reino Unido) y director ejecutivo de Google DeepMind en Londres.
John M. Jumper, nacido en 1985 en Little Rock (Arkansas), es doctor en 2017 por la Universidad de Chicago (Illinois) y científico investigador senior en Google DeepMind en Londres.
Texto: Europa Press / Foto: DPA
