Nobel de Química 2024 para David Baker, Demis Hassabis y John Jumper por revolucionar el diseño y predicción de proteínas con IA y computación

El Premio Nobel de Química de este año honra a tres científicos que han descifrado los misterios de las proteínas, revolucionando la biomedicina con la ayuda de inteligencia artificial y computación.
David Baker, Demis Hassabis y John Jumper. Fuente: Wikimedia Commons

El Premio Nobel de Química 2024 ha sido otorgado a David Baker, Demis Hassabis y John Jumper, tres científicos que han cambiado para siempre la forma en que entendemos y manipulamos las proteínas, las herramientas químicas esenciales para la vida. Este reconocimiento destaca avances cruciales en el campo de la biología computacional y la inteligencia artificial, dos disciplinas que han unido fuerzas para resolver uno de los mayores enigmas científicos: la predicción de la estructura tridimensional de las proteínas.

La capacidad de diseñar proteínas a medida y predecir su estructura con precisión ha abierto una nueva era para la ciencia biomédica, prometiendo revolucionar el desarrollo de medicamentos, vacunas y soluciones ambientales, como la degradación de plásticos.

Gracias a estas innovaciones, la comunidad científica está más cerca de comprender y combatir enfermedades como el cáncer, el Alzheimer y la resistencia a los antibióticos.

David Baker y el diseño computacional de proteínas

David Baker, profesor de la Universidad de Washington, ha pasado décadas investigando las proteínas y su capacidad para adoptar formas complejas que determinan sus funciones en el organismo. En 2003, Baker hizo historia al diseñar por primera vez una proteína completamente nueva, denominada Top7, usando únicamente cálculos computacionales. 

Este hito no solo demostró que era posible crear proteínas desde cero, sino que allanó el camino para diseñar proteínas con funciones específicas que no existen en la naturaleza.

El programa Rosetta, desarrollado por el equipo de Baker, ha sido fundamental en estos logros. Rosetta utiliza un enfoque basado en fragmentos de estructuras conocidas para predecir cómo se plegará una proteína a partir de su secuencia de aminoácidos. Este método ha sido utilizado para diseñar proteínas con aplicaciones médicas y tecnológicas. 

Entre sus creaciones más notables se encuentran proteínas capaces de actuar como sensores diminutos, o incluso nanomateriales que pueden ser usados en la administración de fármacos.

El trabajo de Baker también ha sido clave en la búsqueda de nuevas formas de combatir enfermedades infecciosas. En 2020, su equipo diseñó proteínas que podrían bloquear el virus del SARS-CoV-2, responsable de la COVID-19, abriendo nuevas oportunidades para el desarrollo de tratamientos antivirales.

En 2020, el equipo de David Baker diseñó proteínas que podrían bloquear el virus del SARS-CoV-2, responsable de la COVID-19, abriendo nuevas oportunidades para el desarrollo de tratamientos antivirales

Proteinas Baker
Comparación de la estructura del esqueleto predicha de Top7 (azul) con la estructura determinada por rayos X (rojo). A la derecha: vista de las cadenas laterales superpuestas en los núcleos del modelo diseñado y la estructura resuelta.

AlphaFold: el colosal avance de DeepMind

Por otro lado, Demis Hassabis y John Jumper, científicos de Google DeepMind, son reconocidos por haber resuelto un problema que llevaba 50 años desconcertando a los investigadores: cómo predecir la estructura tridimensional de las proteínas a partir de sus secuencias de aminoácidos. 

Durante décadas, esta tarea fue casi imposible debido a la complejidad del plegamiento de las proteínas y el número astronómico de configuraciones posibles, tal como lo planteaba el famoso "paradoja de Levinthal", que estimaba que una proteína pequeña podría tener hasta 10^47 posibles formas.

En 2020, Hassabis y Jumper presentaron AlphaFold2, una inteligencia artificial basada en redes neuronales profundas que, por primera vez, podía predecir con precisión casi total la estructura tridimensional de las proteínas. 

Base de datos de estructura de proteínas AlphaFold
Base de datos de estructura de proteínas AlphaFold. Créditos: DeepMind

Este avance, presentado en la competición bianual de predicción de estructuras de proteínas (CASP14), fue descrito por la comunidad científica como un "momento transformador" en biología. La precisión de AlphaFold2 fue tan notable que sus predicciones rivalizan con los resultados de los métodos experimentales más avanzados, como la cristalografía de rayos X.

AlphaFold2 ha demostrado ser una herramienta revolucionaria, capaz de predecir las estructuras de casi cualquier proteína identificada por los científicos, desde enzimas que descomponen plásticos hasta proteínas vinculadas a la resistencia a los antibióticos. Hasta la fecha, el algoritmo ha predicho las estructuras de más de 200 millones de proteínas y ha sido utilizado por más de dos millones de investigadores en todo el mundo.

Nobel de Química 2024
La Real Academia Sueca de Ciencias otorga el Nobel de Química 2024 a David Baker por el diseño computacional de proteínas, y a Demis Hassabis y John M. Jumper por la predicción de su estructura. Créditos: Nobel Prize Outreach AB 2024

El Premio Nobel de Química 2024 reconoce no solo los logros individuales de estos científicos, sino también el poder de combinar la inteligencia artificial con la biología estructural. Mientras que Baker ha revolucionado el diseño de proteínas con Rosetta, Hassabis y Jumper han proporcionado una herramienta sin precedentes para predecir cómo se pliegan las proteínas en su forma activa.

Referencias:

  • The Nobel Prize in Chemistry 2024 (Comunicado de prensa). The Nobel Prize. Consultado el 9 de octubre de 2024