Las proteínas están conformadas por aminoácidos, estos pueden unirse mediante un enlace peptídico para formar estructuras conocidas como péptidos. Los aminoácidos pueden originar proteínas con configuraciones espaciales diversas; adicionalmente, las fuerzas químicas que se encuentran al interior de una proteína hacen que esta pueda plegarse y cambiar aún más su forma, de esta disposición estructural dependerá la función de cada proteína.

El doctor Ramón Garduño Juárez, del Instituto de Ciencias Físicas de la UNAM, explicó que actualmente se tiene la posibilidad de predecir la estructura que tomarán las proteínas empleando su secuencia de aminoácidos, métodos heurísticos y algoritmos. Asimismo, destacó que es importante conocer este proceso dado que las anormalidades en la estructura proteica pueden intervenir en procesos patológicos, tal es el caso de la formación de fibras amiloides en la enfermedad de Alzheimer.

De igual modo, indicó que gracias a métodos experimentales como la resonancia magnética nuclear y cristalografía de rayos x se han obtenido datos específicos de diversas proteínas, estos se han almacenado en un banco de datos con sede en Inglaterra.

En la conferencia de prensa organizada por la Facultad de Medicina en conjunto con la Dirección General de Comunicación Social de la UNAM, el doctor Rogelio Rodríguez-Sotres, del Departamento de Bioquímica de la Facultad de Química, explicó que en 1994 se organizó el Critical Assessment of Protein Structure Prediction, un concurso en el que los participantes debían predecir la estructura de varias proteínas ya conocidas pero que todavía no habían sido publicadas, para ello utilizaban secuencias de aminoácidos; el ganador era quien tenía predicciones más reales.

En la edición 13 de este concurso la compañía Deepmind, utilizando por primera vez inteligencia artificial mediante el programa AlphaFold, logró tener una predicción de 60 por ciento parecida a la real, venciendo así a los científicos expertos. En la edición 14 del concurso, el programa AlphaFold2 obtuvo predicciones certeras hasta en un 87 por ciento.

El doctor José Israel León Pedroza, Académico del Departamento de Bioquímica de la Facultad de Medicina de la UNAM, destacó que el estudio del plegamiento genera varias posibilidades de aplicación como promover un proceso de vacunología reversa en el que se evalúe genéticamente a los microorganismos para predecir su estructura proteica o diseñar proteínas con funciones biológicas determinadas.

Asimismo, podría permitir una nueva forma de generar anticuerpos específicos contra moléculas de interés, estudiar proteínas anormales en el cáncer para ubicar blancos moleculares, así como entender enfermedades originadas por plegamiento anormal como la enfermedad de Creutzfeldt-Jakob. “Estas son sólo algunas posibilidades que nos hablan de la importancia de la predicción del plegamiento de las proteínas; desde hace muchos años se ha intentado desarrollar herramientas de predicción, la situación es que la inteligencia artificial nos está brindando nuevas herramientas para hacerlo”, concluyó.

Ricardo Ambrosio