UNA lA DE GOOGLE PREDICE LA ESTRUCTURA E INTERACCIONES DE TODAS LAS MOLECULAS DE LA VIDA
UNA lA DE GOOGLE PREDICE LA ESTRUCTURA E INTERACCIONES DE TODAS LAS MOLECULAS DE LA VIDA e TECNOLOGÍA UNA lA DE GOOGLE PREDICE LA ESTRUCTURA E INTERACCIONES DE TODAS LAS MOLECULAS DE LA VIDA aencia. Lograr entender el funcionamiento de estas estructuras ayudaría a comprender y tratar enfermedades mediante un diseño "racional" de fármacos. Agencias entro de cada célula hay D: de millones demáquinas moleculares y entender su funcionamiento es clave para comprender y tratar enfermedades. La última versión de AlphaFold, un sistema deinteligenciaartificial de Google, es capaz de predecir la estructura y las interacciones de *todas' las moléculas dela vida.
Su descripción se publica enlarevista Nature y, según sus responsables, AlphaFold 3 lleva "el mundo biológico a la alta definición". Permite a los científicos verlossistemas celularesen toda su complejidad, a través de sus estructuras, las interacciones y modificaciones. Se trata, según DeepMind, responsable de esta inteligenciaartificial (1A)junto a Isomorphic Labs, de un "modelo revolucionario" que mejora los anteriores y que trabaja con una precisión sin precedentes. Dentro de cada célula vegetal, animal y humana hay miles de millones de máquinas moleculares que están formadas por proteínas, ADN y otras moléculas, pero ninguna de ellas funciona por sísola. Sólo viendocómointeractúan entresí, a través de millones de tipos de combinaciones, se puede empezara entender realmente los procesos dela vida.
El nuevo modelo se basaen los fundamentos de AlphaFold 2, que en 2020 y los años siguientes supuso un "avance fundamental en la predicción dela estructura de las proteínas (en 2022 se publicaron las pr dicciones dela estructura tri mensional de casitodas lasproteínas-200 millones-a partir de susecuencia de aminoácidos). Millones de investigadores detodoel mundo han utilizado detodoel mundo han utilizado esa versión para hacer descubrimientos en áreas como las vacunas contra la malaria, los tratamientos contra el cáncer y el diseño de enzimas, señala Google DeepMind. MÁS ALLÁ DELAS PROTEÍNAS Ahora, las mejoras sustanciales introducidasen laarquitectura del aprendizaje profundo y el sistema de entrenamiento permiten predecir con mayor precisiónlaestructura de una amplia gama de sistemas biomoleculares en un marco unificado.
En el caso delas interacciones delas proteínas con otros tipos de moléculas, consigue una mejora de al menos el 50% en comparación con los métodos de predicción existentes, y paraalgunas categorías importantes deinteracción se ha duplicadola exactitud de prediccióx "AlphaFold 3 nos lleva más allá de las proteínas para abarallá de las proteínas para abarallá de las proteínas para abarallá de las proteínas para abarallá de las proteínas para abarRECONSTRUCCIÓN DE ALPHAFOLD 3 DE LA PROTEÍNA SPIKE DE UN VIRUS DEL RESFRIADO COMÚN. IMAGEN DE DEEPMIND. car un amplio espectro de biomoléculas. Este salto podría dar lugar a una ciencia más transformadora, desde el desarrollo de materiales biorrenovables y cultivos más resistentes hasta la aceleración del diseño de fármacos y la investigación genómica", agrega. Apartir de una lista de moJéculas, AlphaFold 3 es capaz de generarsu estructura tridimensional conjunta, mostrando cómo encajan entre sí. Modela grandes biomoléculas como proteínas, ADN y ARN, asícomo pequeñas moléculas, también conocidas como ligandos. Además, puede modelar modificaciones químicas de estas moléculas que controlan el funcionamiento saludable de las cólulas y que, cuando se aleran, pueden provocar enfermedades.
Esta nueva ventana a las moléculas de la vida revela cómo están todas conectadas y ayuda a comprender cómo esas conexiones afectan funciones biológicas, como la acción de los fármacos, la producción de hormonas y el proceso de reparación de ADN que preserva la salud. "GOOGLE MAPS' MOLECULAR Los científicos pueden acceder gratuitamente a la mayoría de sus funciones a través del recién lanzado servidor AlphaFold.
Con unos pocos clics, pueden aprovecharla potencia de AlphaFold 3 para modelar estructuras compuestas por proteínas, ADN, ARN y una seproteínas, ADN, ARN y una selección de ligandos, iones y modificaciones químicas. "AlphaFold3 tieneel potencial deser tan innovador como AlphaFold, cuando se lanzó por primera vez.
Con el ser dor, ya no se trata sólo de pr decir estructuras, sino de faci tar generosamente el acceso y permitir a los investigadores plantearse preguntas atrevidas y acelerar los descubrimientos", apunta Céline Bouchoux, del instituto Francis Crick. "Comprender el mundo biomolecular quellevamos dentro y cómo las complejas redes de moléculas interactúan en nuestras células, esun punto de partidacrucial para entender y tratarlas enfermedades con un diseño racional de fármacos", afirma lsomorphic Labs. 3 afirma lsomorphic Labs. 3 afirma lsomorphic Labs. 3 afirma lsomorphic Labs. 3 En En.