9 de octubre de 2024
Quiénes son los científicos de Google Deep Mind que descifraron el código de las proteínas y ganaron el Nobel de Química
Demis Hassabis, fundador de la startup de Inteligencia Artificial, y John Jumper, líder del desarrollo del software AlphaFold, comparten el galardón con David Baker, de la Universidad de Washington. El alcance de sus hallazgos
>La Real Academia Sueca de Ciencias entregó el En esta ocasión, el premio tiene un vínculo estrecho con el gigante tecnológico Google: Hassabis, es el fundador de Google DeepMind, y Jumper, quien dirige el desarrollo del software de predicción de proteínas AlphaFold de la compañía, comparten el premio junto al bioquímico Baker, de la Universidad de Washington.Desde los albores de la biología molecular, los científicos soñaron con comprender y dominar las proteínas. Estas moléculas complejas son esenciales para prácticamente todos los procesos biológicos, desde la construcción de los tejidos del cuerpo hasta la regulación de las reacciones químicas que nos mantienen vivos.
La inteligencia artificial es una fuerza transformadora en varios campos, pero su impacto en la química y la biología es hoy especialmente revolucionario. Por un lado, Hassabis y Jumper han utilizado esta tecnología para resolver un problema que desafió a los científicos durante más de 50 años: la predicción precisa de la estructura tridimensional de las proteínas a partir de su secuencia de aminoácidos.
Por otro lado, Baker ha ido un paso más allá, no solo comprendiendo estas estructuras, sino también creando proteínas completamente nuevas con funciones innovadoras. Los avances realizados por estos tres investigadores abren la puerta a aplicaciones potencialmente transformadoras en medicina, biotecnología e industrias relacionadas.Las proteínas son moléculas que desempeñan una gran variedad de funciones dentro de los organismos vivos. Están formadas por cadenas de aminoácidos, de los cuales existen 20 tipos diferentes que pueden combinarse en una infinidad de maneras.
Predecir cómo se pliega una cadena de aminoácidos en su estructura tridimensional ha sido uno de los grandes desafíos de la bioquímica. Aunque se sabe que la secuencia de aminoácidos de una proteína determina su estructura, la cantidad de combinaciones posibles es tan vasta que, si una proteína se plegara de forma aleatoria, tardaría más que la edad del universo en encontrar su estructura final. Este problema, conocido como la paradoja de Levinthal, ha desconcertado a los científicos durante décadas.
Hassabis comenzó su carrera como prodigio del ajedrez y desarrollador de videojuegos, pero luego se enfocó en la inteligencia artificial y la neurociencia, para ello cofundó en 2010 la empresa DeepMind, que fue adquirida por Google en 2014 tras su éxito en desarrollar modelos de IA.Gracias al modelo de IA llamado AlphaFold2, lograron predecir con una precisión sorprendente la estructura de casi todas las proteínas conocidas, un total de más de 200 millones.
Este avance es extraordinario, ya que anteriormente, predecir la estructura de una proteína era un proceso laborioso que podía llevar años de trabajo utilizando técnicas como la cristalografía de rayos X.El impacto de este logro es enorme: ahora, en lugar de esperar años para obtener la estructura de una proteína, los científicos pueden predecirla en cuestión de minutos.
Esto no solo acelera el progreso en la investigación básica, sino que también abre la puerta a un sinfín de aplicaciones prácticas, desde el diseño de nuevos medicamentos hasta la creación de materiales biocompatibles.Mientras que Hassabis y Jumper transformaron la manera en que se logra predecir las estructuras de las proteínas existentes, el trabajo de Baker se centra en la creación de proteínas nuevas. Tradicionalmente, los científicos han modificado proteínas naturales para mejorar sus funciones o adaptarlas a nuevas tareas, como descomponer sustancias peligrosas o actuar como herramientas en procesos industriales.Baker, trabajando en la Universidad de Washington, decidió que, en lugar de modificar proteínas existentes, sería mejor diseñar proteínas desde cero. Usando métodos computacionales avanzados, Baker desarrolló un software llamado Rosetta, que puede diseñar secuencias de aminoácidos para generar proteínas con estructuras específicas.
El diseño de proteínas de novo tiene un enorme potencial. Las proteínas diseñadas podrían usarse en la medicina, para desarrollar tratamientos específicos para enfermedades genéticas o como base para vacunas más efectivas. También podrían emplearse en la biotecnología, creando enzimas personalizadas que puedan degradar desechos plásticos o generar energía de manera más eficiente.
Los descubrimientos de Hassabis, Jumper y Baker representan un avance sin precedentes en nuestra capacidad para comprender y manipular las proteínas, los bloques fundamentales de la vida.
Además, la capacidad de crear nuevas proteínas con funciones específicas abrirá nuevas oportunidades en áreas como la creación de nanomateriales, el desarrollo de vacunas y el diseño de fármacos.
COMPARTIR:
Notas Relacionadas
Comentarios
Aun no hay comentarios, sé el primero en escribir uno!
Lunes
18 de Agosto de 2025
Escorpio
ESCORPIO (del 24 de octubre al 22 de noviembre)
La jornada se presenta larga y complicada. Deberás realizar un gran esfuerzo si quieres terminar esa tarea que tienes pendiente. Si esta persona que conociste no te convence, aléjate. No todos los caracteres son compatibles, ya encontrarás tu media naranja. El fruto de tu esfuerzo y constancia es lo único que te permitirá comprar lo que deseas y no privarte de nada. Disfrútalo.Sugerencia: Lo importante para este período es que no te involucres en más actividades de las que puedes cumplir. Organiza mejor tu tiempo.
| OFICIAL COMPRA | OFICIAL VENTA |
|---|
