En los últimos meses, se ha hablado sobre inteligencia artificial en campos relacionados con la generación de imágenes, como es el caso de Dalle y Stable Diffusion, o en modelos de procesamiento de texto, como GPT3.
De hecho, aunque varias compañías han adaptado este tipo de modelos a sus productos, poco se hace referencia a la inteligencia artificial orientada al análisis de cadenas de proteínas. Esta es una de las áreas de estudio más importantes para la humanidad, pues en la forma y composición de las proteínas se encuentran los secretos de la vida misma. Es ahí donde AlphaFold se lleva todas las miradas.
AlphaFold es un algoritmo de inteligencia artificial desarrollado en 2016 por el equipo de DeepMind. Este modelo está enfocado en resolver cadenas de proteínas en 3D, con el fin de acelerar el proceso de investigación sobre cualquier tema relacionado con la biología 🤯.
Sí, dicho en estos términos, suena incluso un poco simple, pero veamos en detalle el contexto sobre las proteínas, la importancia de entender cómo funcionan y las cosas tan maravillosas que se pueden lograr conociendo su estructura.
Las proteínas se encuentran en cada célula de los seres vivos y hacen posible, entre muchas funciones, percibir luz a los ojos, facilitar las conexiones neuronales, identificar olores y leer el ADN, el cual define las características de cada persona, desde su tamaño, contextura y color, entre otras.
Hasta el momento se conocen más de 200 millones de proteínas, cada una de ellas tiene una forma específica en 3D y conocer esa forma permite entender cómo funciona 🤯 y su impacto en el organismo. El problema está en que descubrir la estructura específica de una proteína es un proceso complejo, costoso y toma tiempo.
Hasta hace poco solo se conocía la forma exacta de una pequeña porción de los 200 millones de proteínas. Ahí es donde AlphaFold toma importancia, pues en su versión más reciente es capaz de predecir, en tan solo unos minutos, la forma de estas estructuras usando inteligencia artificial.
Esto es un logro asombroso, ya que resolver la estructura de una proteína, en algunos casos, podía tomar años. Así lo asegura Eric Topol, fundador y director de Scripps Research Translational Institute.
Básicamente, descubrir los secretos de la biología y esto va desde prevenir enfermedades, renovar y crear nuevos medicamentos, mejorar los anticuerpos e incluso develar los secretos de cómo funciona realmente la vida en el mundo, pues las proteínas son la base de la biología y esta, a su vez, investiga todo lo referente a la vida misma 🤯
Actualmente, AlphaFold está creando un gran impacto al proponer formas novedosas de resolver problemas:
Una de las noticias con mayor impacto y de las más esperadas por la comunidad científica se dio el 28 de julio de 2022, donde AlphaFold expandió sus bases de datos de proteínas a 200 millones de estructuras y predicciones. Vale la pena resaltar que la anterior versión de la base de datos contenía 1 millón, pero lo mejor es que esta nueva base es totalmente abierta y de uso gratuito para la comunidad científica.
De esta forma, será posible acelerar las múltiples investigaciones en biología que se llevan a cabo en todo el mundo, lo cual representa un verdadero avance para la ciencia. Estamos cada vez más cerca de entender el código más importante de todos: el código de la vida.
.svg)
.svg)
Esta expansión en la base de datos de proteínas de AlphaFold tomó aproximadamente un año, lo que quiere decir que se viene un futuro asombroso pues, como lo asegura el equipo de DeepMind, esto es solo el comienzo 🚀
Te dejo algunos enlaces que serán de utilidad si te interesa conocer más sobre este apasionante tema.
Si aún no sabes qué son las redes neuronales artificiales y te llama la atención aprender, te invito a tomar el curso donde explico sus fundamentos.
Curso de Fundamentos de Redes Neuronales con Python y Keras
Sígueme en Instagram/Twitter/TikTok como @alarcon7a y conversemos sobre inteligencia artificial. ¡Hasta una próxima!!
Es increible cómo una IA puede hacer este tipo de cosas, estoy en shock y como lo dice el artículo, es solo el comienzo.
Dado que se predice la forma de las proteinas ¿Existe algún tipo de error de esas predicciones? ¿Cómo se podrá calcular? Me quedarían esas dudas, bastante interesante.
Es impresionante lo lejos que a llegado la IA hasta el punto que hoy en dia contamos con algoritmos tan potentes como el NPL capaces de decifrar el texto y generar imagenes. Pero esto de AlphaFold esta a otro nivel, puede generar estructuras super complejas como lo son las proteinas. 🥴
cuando vi la alerta en la pagina principal de platzi no me imaginama lo grandioso de este articulo, me inspira y me ahumenta la sed de conocimiendo que poseo en estos momentos. sin duda apuntare tu curso en mis proximos estudios.
Genial post Carlos, y tienes toda la razón: menos memes generados por Dalle y Stable Difussion y más investigación con AlphaFold. 💪🚀📈
De mi parte, sigo preparándome en ML y DS, saludos!