Los avances tecnológicos más punteros están intentando aportar su granito de arena en la lucha contra las enfermedades y pandemias. Y aunque a día de hoy su uso es todavía limitado resultan muy prometedores en muchos aspectos. Eso sí, los expertos avisan con que no nos ilusionemos con que vaya a surgir una inteligencia artificial recién creada para resolver los problemas que tenemos hoy: no van a servir para fabricar una nueva medicina o encontrar una vacuna a cortísimo plazo. Pero también es cierto que trabajan desde hace años en sistemas y algoritmos que mejoran a pasos agigantados y que podrán ayudar, y mucho, en el futuro, así como acelerar otros métodos ya probados de los que se usan actualmente.
Pueden distinguirse dos áreas de trabajo principales al respecto. Una es ayudar a probar nuevos tratamientos y compuestos químicos contra las enfermedades más rápido de lo que pueden hacer los técnicos de laboratorio “a mano”, mejorando su precisión y velocidad. Este campo generalmente se utilizan simulaciones y resultan bastante efectivas y precisas. El segundo área en el que ha habido avances es el de descubrir nuevos compuestos químicos, entre ellos proteínas que puedan resultar efectivas en la lucha contra los nuevos virus.
A este respecto los equipos de DeepMind –creadores entre otras muchas cosas de AlphaGo y AlphaZero, las inteligencias artificiales que derrotaron a los mejores campeones humanos hace poco– trabajan en AlphaFold, una idea similar pero aplicada al campo de la estructura de las proteínas. Este es uno de los caminos que se consideran más prometedores y en el que se ha trabajado con ahínco desde hace años; de hecho es bastante conocido el trabajo de proyectos como Folding @ Home, Fold It y Blue Gene de IBM, a veces utilizando supercomputadoras, a veces mediante computación distribuida (millones de equipos de particulares).
El problema que intentan resolver todos estos proyectos es del plegamiento de proteínas. Y es que además de los genes y aminoácidos particulares de cada proteínas, estas moléculas se pliegan de forma tridimensional dependiendo de cómo interactúan sus aminoácidos. Esa forma particular en 3D a pequeñísima escala es la que les confiere ciertas propiedades para luchar contra los virus, pero a medida que aumenta el tamaño de las proteínas y el número de posibles combinaciones de los aminoácidos los cálculos se vuelven imposibles de abarcar; de ahí que se necesite un método alternativo además del de fuerza bruta e ir “probando y probando”.
Inteligencias artificiales como AlphaFold (cuyo trabajo ya ha sido analizado en la revista Nature) utilizan redes neuronales para predecir las propiedades físicas de esas posibles nuevas proteínas, analizando la distancia entre pares de aminoácidos y los ángulos de los enlaces químicos. Hacerlo no es un mero cálculo: la inteligencia artificial está “entrenada” con estructuras ya existentes en el campo de la biología, de modo que puede predecir con más facilidad; recuerda un poco a cómo se entrenan los sistemas de asistencia a la conducción, a partir de ejemplos y vídeos reales. Además de eso, el proceso se puede simplificar mediante una técnica matemática enfocada a buscar pequeñas mejoras de forma incremental. De este modo se van optimizando, poco a poco, las predicciones en distintas zonas de las proteínas antes de realizar cálculos complejos las estructuras más grandes.
Otra parte interesante del proyecto es que todo él es código abierto (en el repositorio Github: AlphaFold CASP13) de modo que cualquiera con conocimientos puede examinarlo, corregirlo y mejorarlo. Otros científicos que trabajan en el campo de la investigación contra las pandemias y virus podrán en el futuro usar estas mismas técnicas para mejorar los métodos actuales y, de este modo, conseguir encontrar nuevas proteínas que resulten prácticas en la lucha contra las pandemias.
