El premio Nobel de Química de este año tuvo, entre sus particularidades, la de reconocer descubrimientos desarrollados durante el siglo XXI, algo que no es usual. El galardón, que fue repartido en “mitades”, destacó, por un lado, el revolucionario diseño computacional de proteínas, y, por el otro lado, el sistema de inteligencia artificial (IA) para predecir la estructura de las proteínas. Estos avances científicos tienen una potencia tal que están generando una red global de descubrimientos que avanza a pasos agigantados. Uno de esos avances tiene epicentro en el campus de la UNCUYO, en la sede del Instituto de Histología y Embriología de Mendoza (IHEM-Conicet-UNCUYO).

Hablamos de cómputos, de proteínas y de predicciones por IA, pero vayamos primero con algunos nombres propios que son claves en este camino. Como dijimos, en 2024, la Real Academia Sueca de las Ciencias “dividió” su premio en Química. Por una parte, distinguió al estadounidense David Baker (diseño computacional de proteínas). En paralelo, premió al británico Demis Hassabis y al norteamericano John M. Jumper (predicción de la estructura de las proteínas), que trabajan para Google DeepMind. Sí, Google ya tiene ganadores del Nobel entre sus empleados.

Ahora bien, ¿cuál es el hilo que une las investigaciones premiadas con la UNCUYO? Claudia Tomes y Mariano Polo son parte del personal científico del IHEM que trabaja con la tecnología reconocida con el Nobel. Hablamos con ellos y nos explicaron por qué es tan importante este enorme grado de avance para la ciencia, qué tan revolucionarios pueden ser sus descubrimientos y de qué se trata una de las líneas de investigación que manejan y que este año llegó a la tapa de una prestigiosa revista inglesa.

Para entender mejor el inédito alcance de esta tecnología, hay que remitirse a unas décadas atrás. “Lo más importante es que estas nuevas predicciones son posibles gracias a que antes se hicieron de manera experimental. Se estudiaron usando especialmente un método que se llama cristalografía de proteínas, que es un método muy laborioso. Obtener un cristal de una proteína puede llevarte cuatro o seis meses. Después, para obtener la estructura, incluso años”, describió Polo.

Para el científico, especializado en biología molecular, es importante entender que “la IA necesita grupos de datos para aprender y esos datos tienen que ser correctos casi al 100 %. Si hay errores, después impactan en el resultado". "Hay que destacar todos esos experimentos que se hicieron durante 50 años para tener una base que nos permita ahora entrenar la inteligencia artificial”, continuó.

En resumen, no hay IA posible ni potencia de cálculo sin décadas de conocimiento validado científicamente. Gracias a esta gigantesca biblioteca de conocimiento acumulado, lo que se hacía en meses se hace en horas, y la velocidad con la que se avanza es deslumbrante.

En este marco, desde que Hassabis y Jumper presentaron AlphaFold (modelo de IA de Google DeepMind), se ha podido predecir la estructura de 200 millones de proteínas conocidas.

Polo destacó que hace décadas se viene midiendo qué tan buena es una predicción. Si tomamos una escala de 1 al 100, hace 30 años se llegaba a 20, que no estaba mal. Luego se avanzó a 25 o 30, hasta que en 2016 apareció el primer modelo computacional que lo elevó a 60. Luego, en 2020, presentaron AlphaFold 2, que incrementó ese índice a 85. Desde 2020, AlphaFold ha sido utilizado por más de 2 millones de personas de 190 países.

Por el lado de Baker, en 2003 combinó su metodología y cálculos computacionales para concretar la hazaña científica de diseñar una nueva proteína, distinta a todas las otras que se conocían en la naturaleza. “Hizo grandes avances en diseñar algo que no podíamos ver, una cosa alucinante”, comentó Polo.

Un potencial incalculable

La IA y sus diferentes usos y aplicaciones han generado innumerables debates, álgidas discusiones y variadas sentencias sobre el futuro inmediato. En tanto, sobre lo que parece haber consenso es sobre los beneficios que puede generar en el área de la biomedicina.

Cuando se dio a conocer el premio Nobel de Química 2024, desde el área de comunicación de Conicet describieron que las proteínas son las herramientas responsables de controlar e impulsar todas las reacciones químicas que constituyen la base de la vida. Estas moléculas suelen estar formadas por bloques de aminoácidos (existen 20 diferentes), que pueden ser considerados como los componentes básicos de la vida.

El sistema desarrollado en los últimos años por Baker ha permitido generar numerosas proteínas, incluidas algunas que pueden usarse como fármacos, vacunas, nanomateriales y sensores diminutos.

Sobre el universo de posibilidades que se abre con el diseño de nuevas proteínas, Claudia Tomes explicó, de manera simplificada, que una posibilidad es que “aceleren algo que ya está en la naturaleza, por ejemplo, una proteína capaz de degradar plástico". "Si bien hay algunas sugerencias promisorias en la literatura, si uno supiera exactamente qué necesita para degradar, por ejemplo, polietileno, uno diseñaría una proteína que se lo pueda comer, y a lo mejor más eficientemente que lo que ya hay en la naturaleza”, agregó.

En tanto, sobre el potencial biomédico, Tomes remarcó: “Hay enfermedades que se conoce que las causa la proteína ‘X’, por dar un ejemplo, pero, hasta ahora, la industria farmacéutica no ha logrado encontrar ningún fármaco que pueda impedir que la proteína ‘X’ cause esa enfermedad o mejore los síntomas, porque a lo mejor hay un fármaco que tiene efectos secundarios adversos o porque no funciona en el 10 % de los casos. Entonces, estas serían aplicaciones de estas técnicas modernas. También hay aplicaciones industriales, medioambientales, como generar proteínas para purificar agua”.

Qué hizo el IHEM

Cuando se dio a conocer el Nobel de Química, desde IHEM-Conicet-UNCUYO comunicaron que habían diseñado una toxina botulínica modificada con potenciales aplicaciones en biomedicina. Su estructura fue predicha por el programa RoseTTAFold, creado por David Baker, que fue publicado en la tapa del número de julio de la revista inglesa Bioscience Reports. Tomes contó la historia de ese paper y nos dijo que la tapa no fue buscada, sino que fue “un premio” que decidió el comité editorial de esa publicación científica.

Así, esta investigación llena de colaboraciones puede convertirse en una poderosa herramienta para, en el futuro, hacer una vacuna. “No hay contra el botulismo, sí hay contra el tétanos”, añadió Tomes sobre los posibles usos del estudio, y agregó: “También podría tener importancia diagnóstica”.

Uno de los aspectos interesantes de este estudio es que nació, de alguna manera, de abajo hacia arriba, con la tesina de una estudiante de la Facultad de Ciencias Exactas y Naturales, Fabiana Benegas Guerrero (que hoy vive en España). Luego, con base en ese trabajo, Tomes convocó a Micaela Vanina Buzzatto, que está realizando su doctorado en el IHEM. Después se sumó Polo, que aplicó los algoritmos para lograr la estructura. Además, también firmaron el estudio Pablo Álvarez y María Paz Zizzias, egresada de la Facultad de Ciencias Médicas de la UNCUYO.

Claudia Tomes, Micaela Buzzatto y Mariano Polo, del IHEM-Conicet. Foto: Unidiversidad

Los caminos que abre la ciencia básica

Todos estos avances que ha tenido el potenciador de la IA no han parado de generar títulos espectaculares, aunque también hay advertencias, como la del último ganador del Nobel de Física, que fue catalogado como “el padrino de la Inteligencia Artificial”, Geoffrey Hinton. Este prestigioso científico observó con preocupación: "También tenemos que preocuparnos por una serie de posibles consecuencias negativas. En particular, la amenaza de que estas cosas se salgan de control". En este desafiante contexto que genera tantos interrogantes, parecen tomar aún más valor las investigaciones que se realizan a diario en el campo científico argentino, cómo se articulan esos conocimientos entre el sector público y el privado, y el valor agregado que genera sumar más actores al mundo de la ciencia básica.

Mariano Polo brindó un ejemplo claro: “La ciencia básica es aplicada, lo que pasa es que no es aplicada a hoy. Tiene un impacto en la sociedad y en la economía, pero no es instantáneo. La teoría de relatividad es de principios del siglo XX. Hoy en día, no podés ir a un lugar que no conocés si no tenés un GPS. ¿Cómo funciona el GPS? Funciona usando la teoría de relatividad general, porque los satélites que están más lejos de la Tierra y sus relojes funcionan a una velocidad diferente. La corrección se hace usando herramientas de la teoría de la relatividad general. Si a Einstein le hubieran dicho que solo tenía que hacer teoría aplicada, no llegaríamos hoy a un lugar que no conocemos”. “No tenés puestos de trabajo en ciencias aplicadas si no tenés gente capacitada en ciencias básicas. Es directo y es la razón por la que en todo el primer mundo se invierte en ciencia básica”, cerró el investigador del Conicet.