Investigadores de DeepMind presentaron AlphaFold 3, un nuevo modelo capaz de predecir la estructura y las interacciones de todas las moléculas de la vida.
La IA promete revolucionar la comprensión de los procesos biológicos y allanar el camino para el descubrimiento de fármacos.
En un artículo científicos detallan el desarrollo y capacidades de su nuevo modelo.
AlphaFold 3 no solo puede descifrar las estructuras tridimensionales de las proteínas, sino que predice cómo interactúan con una gama más amplia de moléculas.
Esto incluye el ADN, el ARN y moléculas pequeñas, como los medicamentos.
AlphaFold 3 puede generar una estructura 3D a partir de una lista de moléculas, revelando cómo encajan todas.
El modelo también es capaz de modelar modificaciones químicas de estas moléculas que controlan el funcionamiento saludable de las células y que, cuando se alteran, pueden provocar enfermedades.
Esto es posible gracias a una arquitectura de próxima generación basada en un conjunto de datos que abarca todas las moléculas biológicas.
AlphaFold 3 utiliza una versión mejorada del módulo Evoformer, el bloque de red neuronal que impulsa a su predecesor.
Tras el procesamiento de entradas moleculares, AlphaFold 3 emplea una red de difusión, similar a las utilizadas en la generación de imágenes de IA, para refinar sus predicciones.
El mapa completo de las interacciones moleculares no solo abre una comprensión más profunda de la maquinaria celular.
De acuerdo con Google, AlphaFold 3 podría beneficiar el desarrollo de materiales, acelerar el diseño de nuevos fármacos y potenciar la investigación genómica.
Los investigadores de DeepMind afirman que AlphaFold 3 supera los métodos existentes en su capacidad para predecir interacciones moleculares.
El modelo es el primer sistema de inteligencia artificial que supera las herramientas basadas en la física para la predicción de estructuras biomoleculares.
Esto se traduce en avances significativos en el descubrimiento de medicamentos, particularmente en la predicción de cómo los fármacos y los anticuerpos se unen a las proteínas, influyendo así en su impacto en la salud y las enfermedades humanas.
“AlphaFold 3 logra una precisión sin precedentes en la predicción de interacciones similares a medicamentos, incluida la unión de proteínas con ligandos y anticuerpos con sus proteínas diana“, añadieron los científicos.
Algunos investigadores sugieren que los medicamentos descubiertos mediante inteligencia artificial tienen una tasa de éxito mayor en los ensayos de etapa inicial.
No obstante, las moléculas que propone AlphaFold 3 requerirán una validación y someterse a ensayos clínicos.
“AlphaFold 3 lleva el mundo biológico a alta definición. Permite a los científicos ver los sistemas celulares en toda su complejidad, a través de estructuras, interacciones y modificaciones.
Esta nueva ventana a las moléculas de la vida revela cómo están conectadas y ayuda a comprender cómo esas conexiones afectan las funciones biológicas, como las acciones de los medicamentos, la producción de hormonas y el proceso de reparación del ADN que preserva la salud.”
AlphaFold 3 representaría un paso importante en el diseño de materiales bio-renovables o el desarrollo de cultivos más resistentes.
En una de sus predicciones, la inteligencia artificial modeló la composición de una enzima presente en el Verticillium dahliae, un hongo que causa decoloración y la muerte en numerosas especies de plantas.
AlphaFold 3 estará disponible a través de un servidor de DeepMind que será gratuito para uso académico y sin fines de lucro.
Fuente: Google
Recientemente, Sanctuary AI presentó su mano robótica que ahora es capaz de manipular objetos. (more…)
Especialistas en robótica de la Universidad de Leeds y el University College de Londres han…
El lenguaje de señas es un medio de comunicación sofisticado y vital para las personas…
Según un nuevo estudio dirigido por el Imperial College, una tecnología de navegación que utiliza…
Gemini 2.0 Flash Thinking Experimental es una nueva versión de la IA de Google que…
Las computadoras cuánticas difieren fundamentalmente de las clásicas. En lugar de utilizar bits (0 y…