La prestigiosa institución reconoció a Demis Hassabis, John Jumper y David Baker, tres científicos cuyo uso de la inteligencia artificial ha transformado la investigación sobre estructuras de proteínas.
El año 2024 es un año de auge para la inteligencia artificial. Después del Premio Nobel de Física concedido el martes a dos pioneros de las redes neuronales, el Premio de Química premió el miércoles a los científicos que utilizaron la IA para revolucionar toda una rama de la biología: el estudio de las proteínas. La mitad del premio recayó en el británico Demis Hassabis, de 48 años, y el estadounidense John Jumper, de 39, ambos de la empresa Google DeepMind, por su programa de inteligencia artificial AlphaFold2.
Esto permite predecir la estructura tridimensional de las proteínas, un Santo Grial que durante mucho tiempo parecía inalcanzable con las técnicas informáticas tradicionales. La otra mitad del premio va al estadounidense David Baker, bioquímico de la Universidad de Washington en Seattle, por haber logrado la hazaña de diseñar proteínas enteramente nuevas, que no existían en la naturaleza. Estos dos enfoques, muy complementarios, representan un verdadero punto de inflexión en biología y prometen acelerar la investigación fundamental sobre la comprensión de los mecanismos centrales de la vida, pero también desarrollar más rápidamente fármacos eficaces.
La escala del desafío
Esta investigación tiene un gran impacto en la biología, porque se centra en componentes cruciales en el funcionamiento de los seres vivos: las proteínas. « En la vida, todo lo que permite que una célula funcione está ligado a proteínas, explica Sophie Sacquin-Mora, directora de investigación del CNRS en el laboratorio de bioquímica teórica de París. Y para entender cómo funciona una proteína, es necesario conocer su estructura tridimensional. En el pasado, esta estructura se determinaba en el laboratorio mediante métodos de cristalografía y luego mediante resonancia magnética nuclear, lo que podía llevar varios meses o incluso años en algunos casos. » Para ganar tiempo, desde los años 1970, numerosas iniciativas han intentado determinar directamente la geometría de las proteínas a partir de la secuencia de aminoácidos que las componen. « Para dar una idea de la magnitud del desafío que hay que resolver, la base de datos internacional “Protein data bank” contiene las estructuras precisas, determinadas tras décadas de estudios de laboratorio, de 200.000 proteínas. Pero hay al menos 10 veces, incluso 100 veces más proteínas de las que existen en la naturaleza. Sólo conocemos una pequeña fracción », resume Sophie Sacquin-Mora.
Lea tambiénGoogle, ¿nueva fábrica de premios Nobel?
Sobre el papel, el problema es bastante sencillo de describir: las proteínas son como collares cuyas perlas son aminoácidos (pequeñas moléculas de 20 tipos diferentes en el cuerpo humano). Y la forma final está directamente ligada a la forma en que este collar se enrolla sobre sí mismo; Los especialistas hablan del plegamiento de proteínas. Después de años de intentos fallidos por resolver este desafío, la revolución llegó en 2020, con el programa de IA AlphaFold 2, desarrollado por un equipo liderado por John Jumper, en Google DeepMind, la filial de investigación de IA creada y dirigida por Half Hassabis. Por primera vez, con sólo introducir una secuencia de aminoácidos, « Es posible conocer la estructura de cualquier proteína. »resumió Heiner Linke, presidente del Comité Nobel de Química. El Nobel sólo premia a John Jumper y Demis Hasssabis, pero el programa es en realidad el resultado de un equipo que movilizó hasta 35 personas de Google DeepMind.
« Una señal del gran impacto de este avance en toda la biología y la investigación médica, es el artículo inicial que presenta AlphaFold 2 en la revista. Naturaleza Desde entonces, en 2021 se han citado casi 20.000 veces por otras publicaciones, lo cual es inaudito en un período tan corto », dice Alexis Verger, investigador del CNRS en el equipo de biología estructural integrativa de Lille. « AlphaFold 2, o las versiones adaptadas por los investigadores a partir del código fuente disponible gratuitamente, permite a los científicos ahorrar una cantidad extraordinaria de tiempo para conocer las estructuras de las proteínas y luego realizar los estudios experimentales adecuados que les permitan comprenderlas. como funciona »explica Sergei Grudinin, especialista en bioinformática e investigador del CNRS en el laboratorio Jean Kuntzmann de Grenoble.
Lea tambiénMeteorología, medicina, arqueología… cómo la IA se ha consolidado en muy variados campos de la ciencia
La otra mitad del Nobel, que premia a David Baker por la síntesis de nuevas proteínas, es en cierto modo exactamente lo contrario del proceso AlphaFold. « Sabes la estructura 3D que quieres producir y el programa optimiza la secuencia de aminoácidos para hacerla más estable, lo que puede dar lugar a la proteína correspondiente. »explica Alexis Verger. Con este principio, el equipo de David Baker creó en 2020 una nueva miniproteína: bloquea la proteína Spike del coronavirus responsable del Covid-19, “copiando” la forma del receptor ACE2 presente en las células humanas.
Evidentemente, el uso de esta proteína sintética en pacientes requeriría estudios clínicos muy prolongados para garantizar su seguridad y eficacia. Pero este tipo de proceso es obviamente muy atractivo para los laboratorios farmacéuticos, porque muchas enfermedades son causadas por proteínas disfuncionales, que buscamos inhibir.
