La evolución ha estado afinando la vida a nivel molecular durante miles de millones de años. Las proteínas, los bloques de construcción fundamentales de la vida, han evolucionado a través de este proceso para realizar diversas funciones biológicas, desde la lucha contra las infecciones hasta la digestión de los alimentos. Estas moléculas complejas comprenden largas cadenas de aminoácidos dispuestos en secuencias precisas que dictan su estructura y función. Si bien la naturaleza ha producido una diversidad extraordinaria de proteínas, comprender su estructura y diseñar proteínas completamente nuevas ha sido durante mucho tiempo un desafío complejo para los científicos.
Los avances recientes en la inteligencia synthetic están transformando nuestra capacidad para enfrentar algunos de los desafíos más importantes de la biología. Anteriormente, la IA se usaba para predecir cómo una secuencia de proteínas dada se doblaría y se comportaría, un desafío complejo debido a la gran cantidad de configuraciones. Recientemente, la IA ha avanzado para generar proteínas completamente nuevas a una escala sin precedentes. Este hito se ha logrado con ESM3, un modelo de lenguaje generativo multimodal diseñado por Escala evolutiva. A diferencia de los sistemas de IA convencionales diseñados para el procesamiento de texto, ESM3 ha sido entrenado para comprender las secuencias de proteínas, estructuras y funciones. Lo que lo hace realmente notable es su capacidad para simular 500 millones de años de evolución, una hazaña que ha llevado a la creación de una proteína fluorescente completamente nueva, algo nunca antes visto en la naturaleza.
Este avance es un paso significativo para hacer que la biología sea más programable, abriendo nuevas posibilidades para diseñar proteínas personalizadas con aplicaciones en medicina, ciencia de los materiales y más allá. En este artículo, exploramos cómo funciona ESM3, qué ha logrado y por qué este avance está remodelando nuestra comprensión de la biología y la evolución.
Conoce a ESM3: la IA que simula la evolución
ESM3 es un modelo de lenguaje multimodal capacitado para comprender y generar proteínas analizando sus secuencias, estructuras y funciones. A diferencia de Alfafoldque puede predecir la estructura de las proteínas existentes, ESM3 es esencialmente un modelo de ingeniería de proteínas, lo que permite a los investigadores especificar requisitos funcionales y estructurales para diseñar proteínas completamente nuevas.
El modelo contiene un profundo conocimiento de secuencias de proteínas, estructuras y funciones junto con la capacidad de generar proteínas a través de una interacción con los usuarios. Esta capacidad faculta al modelo para generar proteínas que pueden no existir en la naturaleza pero permanecen biológicamente viables. Creando una nueva proteína fluorescente verde (ESMGFP) es una demostración sorprendente de esta capacidad. Las proteínas fluorescentes, inicialmente descubiertas en medusas y corales, se utilizan ampliamente en investigación médica y biotecnología. Para desarrollar ESMGFP, los investigadores proporcionaron a ESM3 características estructurales y funcionales clave de proteínas fluorescentes conocidas. El modelo luego refinó iterativamente el diseño, aplicando un razonamiento de la cadena de pensamiento Enfoque para optimizar la secuencia. Si bien la evolución pure podría tomar millones de años para producir proteínas similares, ESM3 acelera este proceso para lograrlo en días o semanas.
El proceso de diseño de proteínas impulsado por IA
Así es como los investigadores han usado ESM3 para desarrollar ESMGFP:
- Provocando la IA -Inicialmente, ingresan la secuencia y las señales estructurales para guiar a ESM3 hacia las características relacionadas con la fluorescencia.
- Generando nuevas proteínas – ESM3 exploró un vasto espacio de secuencias potenciales para producir miles de proteínas candidatas.
- Filtrado y refinamiento – Los diseños más prometedores se filtraron y sintetizaron para las pruebas de laboratorio.
- Validación en células vivas -Las proteínas seleccionadas diseñadas por IA se expresaron en bacterias para confirmar su fluorescencia y funcionalidad.
Este proceso ha resultado en una proteína fluorescente (ESMGFP) a diferencia de cualquier cosa en la naturaleza.
Cómo se compara ESMGFP con las proteínas naturales
Lo que hace que ESMGFP sea extraordinario es cuán distante es de proteínas fluorescentes conocidas. Si bien la mayoría de los GFP recién descubiertos tienen ligeras variaciones de las existentes, ESMGFP tiene una identidad de secuencia de solo 58% a su pariente pure más cercano. Evolutivamente, tal diferencia corresponde a un tiempo divergente de más de 500 millones de años.
Para poner esto en perspectiva, la última vez proteínas con distancias evolutivas similares surgió, los dinosaurios aún no habían aparecido, y la vida multicelular todavía estaba en sus primeras etapas. Esto significa que la IA no solo ha acelerado la evolución, sino que ha simulado una vía evolutiva completamente nueva, produciendo proteínas que la naturaleza podría nunca haber creado.
Por qué este descubrimiento importa
Este desarrollo es un paso significativo en la ingeniería de proteínas y profundiza nuestra comprensión de la evolución. Al simular millones de años de evolución en solo días, AI está abriendo puertas a nuevas y emocionantes posibilidades:
- Descubrimiento de drogas más rápido: Muchos medicamentos funcionan atacando proteínas específicas, pero encontrar las correctas es lento y costoso. Las proteínas diseñadas por IA podrían acelerar este proceso, ayudando a los investigadores a descubrir nuevos tratamientos de manera más eficiente.
- Nuevas soluciones en bioingeniería: Las proteínas se usan en todo, desde descomponer los desechos plásticos hasta la detección de enfermedades. Con el diseño impulsado por la IA, los científicos pueden crear proteínas personalizadas para la atención médica, la protección del medio ambiente e incluso los materiales nuevos.
- Ai como simulador evolutivo: Uno de los aspectos más intrigantes de esta investigación es que posiciona la IA como un simulador de la evolución en lugar de solo una herramienta para el análisis. Las simulaciones evolutivas tradicionales implican iterarse a través de mutaciones genéticas, a menudo tardan meses o años en generar candidatos viables. ESM3, sin embargo, evita estas restricciones lentas mediante la predicción de proteínas funcionales directamente. Este cambio en el enfoque significa que la IA no podría simplemente imitar la evolución, sino explorar activamente las posibilidades evolutivas más allá de la naturaleza. Dada suficiente potencia computacional, la evolución impulsada por la IA podría descubrir nuevas propiedades bioquímicas que nunca han existido en el mundo pure.
Consideraciones éticas y desarrollo de IA responsable
Si bien los beneficios potenciales de la ingeniería de proteínas impulsadas por la IA son inmensos, esta tecnología también plantea preguntas éticas y de seguridad. ¿Qué sucede cuando la IA comienza a diseñar proteínas más allá de la comprensión humana? ¿Cómo nos aseguramos de que estas proteínas sean seguras para uso médico o ambiental?
Necesitamos centrarnos en el desarrollo responsable de la IA y las pruebas exhaustivas para abordar estas preocupaciones. Las proteínas generadas por IA, como ESMGFP, deben someterse a amplias pruebas de laboratorio antes de ser consideradas para aplicaciones del mundo actual. Además, se están desarrollando marcos éticos para la biología impulsada por la IA para garantizar la transparencia, la seguridad y la confianza pública.
El resultado remaining
El lanzamiento de ESM3 es un desarrollo very important en el campo de la biotecnología. ESM3 demuestra que la evolución no debería ser un proceso lento, de prueba y error. La comprimir 500 millones de años de evolución de proteínas en solo días abre un futuro en el que los científicos pueden diseñar proteínas nuevas con una velocidad y precisión increíbles. El desarrollo de ESM3 significa que no solo podemos usar AI para comprender la biología, sino también para remodelarla. Este avance nos ayuda a avanzar en nuestra capacidad de programar biología la forma en que programamos el software program, desbloqueando las posibilidades que apenas comenzamos a imaginar.
