La IA ahora puede calcular la estructura 3D de cualquier proteína

• Los investigadores utilizan un modelo de aprendizaje profundo para determinar la estructura 3D de una proteína en función de su secuencia de aminoácidos.
• Una vez completamente entrenado, puede superar fácilmente todas las técnicas existentes para estimar estructuras de proteínas para las que no hay conocimiento previo.

La proteína es uno de los principales componentes del cuerpo humano. Construye y mantiene el tejido. Químicamente, está compuesto de aminoácidos, compuestos orgánicos hechos de hidrógeno, carbono, oxígeno, nitrógeno o azufre.

Las proteínas llevan a cabo casi todos los procesos biológicos fundamentales esenciales para la vida al plegarse en estructuras tridimensionales precisas que controlan su interacción con otras moléculas.

Dado que la forma de una proteína determina su función y papel en diversas enfermedades, es importante estudiar y predecir sus estructuras para desarrollar medicamentos que salvan y cambian vidas.

Sin embargo, no es tan fácil como parece. Durante las últimas 5 décadas, el plegamiento de proteínas se ha mantenido como uno de los problemas más desafiantes para los bioquímicos. Se han desarrollado numerosos métodos computacionales, especialmente en los últimos años, para predecir cómo se pliegan las proteínas, pero aún no se ha logrado un mapa explícito de secuencia a estructura.

Ahora, los investigadores de la Escuela de Medicina de Harvard han utilizado un modelo de aprendizaje profundo (una forma de inteligencia artificial) para determinar la estructura 3D de una proteína en función de su secuencia de aminoácidos. Supera a las técnicas de vanguardia existentes en 6 a 7 órdenes de magnitud en términos de velocidad.

Aplicación de aprendizaje profundo diferenciable de un extremo a otro

Los algoritmos avanzados utilizan una técnica de fuerza bruta para simular la compleja física de las interacciones de los aminoácidos y determinar la estructura de las proteínas. Para disminuir la sobrecarga computacional, estos algoritmos mapean nuevas secuencias en plantillas prediseñadas que representan estructuras de proteínas determinadas previamente.

Algunos proyectos de inteligencia artificial como AlphaFold de Google analizan una gran cantidad de datos genómicos que contienen el plano de las secuencias de proteínas. Sin embargo, estos métodos no estiman las estructuras basándose únicamente en la secuencia de aminoácidos. No pueden determinar las proteínas evolutivas únicas (estructuras de proteínas que nunca se estudiaron en el pasado).

Por lo tanto, el equipo de investigación utilizó una técnica de aprendizaje profundo diferenciable de extremo a extremo, que ya ha demostrado su eficacia en algunas de las aplicaciones más populares, como Google Translate y Siri de Apple.

Referencia:Sistemas celulares | doi:10.1016 / j.cels.2019.03.006 | Escuela de Medicina de Harvard

Este sistema de aprendizaje profundo llamado red geométrica recurrente enfatiza las propiedades clave del plegamiento de proteínas. Está entrenado en miles de secuencias y estructuras de proteínas predeterminadas.

Para cada aminoácido, el algoritmo calcula el ángulo de los enlaces químicos que unen al ácido con sus vecinos, así como el ángulo de rotación alrededor de estos enlaces químicos.

Una simulación visual de cómo la red calcula el ángulo de los enlaces químicos y el ángulo de rotación alrededor de estos enlaces para construir una estructura de la proteína. | Crédito:Mohammed AlQuraishi

La red neuronal realiza estos cálculos (cada iteración se refina por la ubicación relativa de cada uno de los demás aminoácidos) hasta que la estructura está terminada. Luego, el sistema verifica la precisión de su resultado comparándolo con la estructura de la proteína real (obtenida de observaciones directas).

Resultados

Este proceso se repite para varias proteínas conocidas diferentes y la precisión del sistema aumenta con cada iteración. Puede llevar meses capacitar a la red, pero una vez que se completa el entrenamiento, el modelo puede superar fácilmente todas las técnicas existentes para estimar estructuras de proteínas para las cuales no hay conocimiento previo.

Aún así, la precisión del modelo no es suficiente para resolver la estructura atómica completa de una proteína. Por lo tanto, no está listo para usarse en el diseño o descubrimiento de fármacos.

Leer:Nuevo método utiliza la cámara de un teléfono celular para medir proteínas extremadamente raras en la sangre

Por ahora, puede complementar otras técnicas para predecir una clase de estructuras proteicas mucho más amplia de lo que era posible anteriormente. Existen numerosas oportunidades para mejorar el modelo integrando las leyes de la física y la química. Si desea probarlo usted mismo, el código y los resultados están disponibles en GitHub.