Eduardo Martínez de la FeCientíficos del St John’s College de la Universidad de Cambridge han descubierto que un grupo de potentes algoritmos pueden predecir el lenguaje biológico del cáncer y de enfermedades neurodegenerativas como el Alzheimer, según informan en un artículo publicado en PNAS.
Introdujeron en un modelo informático enormes cantidades de datos acumulados durante décadas de investigación, y comprobaron que la Inteligencia Artificial podía hacer descubrimientos más avanzados que los conseguidos por los seres humanos.
Observaron que poderosos algoritmos similares a los utilizados por Netflix, Amazon y Facebook pueden, no solo descifrar el lenguaje biológico que desencadena enfermedades cruciales para la vida humana, sino también indicar cómo corregir los errores gramaticales dentro de las células que causan enfermedades.
Comprobaron que la IA podía aprender por sí misma lo que la ciencia ha asimilado después de décadas de investigación, confirmando así que será capaz también de descubrir lo que todavía no sabemos del lenguaje de las proteínas que provoca enfermedades mortales en los seres humanos.
Agregados y condensados de proteínas
Las proteínas regulan buena parte del funcionamiento de nuestro cuerpo humano y representan casi el 20 por ciento del peso de una persona. Aunque son constituyentes químicos fundamentales e imprescindibles de nuestro organismo, los científicos todavía no conocen la función de muchas de ellas.
Alzheimer, Parkinson y Huntington son tres de las enfermedades neurodegenerativas más comunes, pero los científicos creen que hay varios cientos de enfermedades más de este tipo vinculadas a procesos proteicos.
En la enfermedad de Alzheimer, que afecta a 50 millones de personas en todo el mundo, las proteínas se descolocan, forman grupos y destruyen las células nerviosas sanas. Un cerebro sano elimina eficazmente estas masas de proteínas potencialmente peligrosas, conocidas como agregados.
Si embargo, algunas proteínas descolocadas, ocasionalmente forman gotitas líquidas de proteínas, llamadas condensados biomoleculares, que no tienen membrana y se fusionan libremente entre sí.
A diferencia de los agregados de proteínas, que son irreversibles, los condensados biomoleculares de proteínas pueden deformarse y desencadenar enfermedades como el cáncer.
La IA al rescate
Para estudiar a fondo el lenguaje de las proteínas, los investigadores programaron un sistema de IA basado en redes neuronales, formadas por grupos interconectados de nodos informáticos similares a la vasta red de neuronas presentes en un cerebro biológico.
La autora principal de esta investigación, Kadi Liis Saar, explica al respecto en un comunicado, “le pedimos específicamente que aprendiera el lenguaje de los condensados biomoleculares que cambian de forma (gotitas de proteínas que se encuentran en las células), que los científicos necesitan entender para descifrar el lenguaje de la función biológica y el mal funcionamiento que causa el cáncer y las enfermedades neurodegenerativas como el Alzheimer».
Y añade: “alimentamos al algoritmo con todos los datos almacenados en las proteínas conocidas para que pudiera aprender y predecir el lenguaje de las proteínas de la misma manera que estos modelos informáticos aprenden sobre el lenguaje humano y cómo WhatsApp sabe cómo sugerir palabras para que las usemos.»
“Entonces pudimos preguntarle sobre la gramática específica que hace que solo algunas proteínas formen condensados dentro de las células. Es un problema muy desafiante y desbloquearlo nos ayudará a aprender las reglas del lenguaje de la enfermedad», concluye.
Potencia tecnológica
A tenor de este desarrollo, los investigadores piensan que un mayor uso del aprendizaje automático podría revolucionar la investigación futura sobre el cáncer y las enfermedades neurodegenerativas.
Añaden que este eventual desarrollo puede conseguir descubrimientos más allá de lo que los científicos ya saben sobre las enfermedades y, potencialmente, incluso más allá de lo que el cerebro humano puede entender sin la ayuda del aprendizaje automático.
“El aprendizaje automático puede estar libre de las limitaciones de lo que los investigadores creen que son los objetivos de la exploración científica: eso significaría que se encontrarán nuevas conexiones que ni siquiera hemos concebido todavía. Es realmente muy emocionante», concluye Saar.
La red de IA desarrollada en este estudio se ha puesto a disposición de los investigadores de todo el mundo para permitir que más científicos trabajen en los avances que puede aportar.
Referencia
Learning the molecular grammar of protein condensates from sequence determinants and embeddings. Kadi L. Saar et al. PNAS April 13, 2021 118 (15) e2019053118. DOI:https://doi.org/10.1073/pnas.2019053118
Hacer un comentario