El bioquímico estadounidense David Baker y los científicos de Google DeepMind Sir Demis Hassabis y John Jumper han ganado conjuntamente el Premio Nobel de Química por su trabajo para desbloquear los secretos biológicos de las proteínas que sustentan la vida y la salud.
Baker recibió la mitad del premio de SKr11mn ($1.06mn) por su investigación sobre el diseño computacional de proteínas y el dúo de DeepMind recibió la otra mitad por la predicción de la estructura de proteínas, informó la Asamblea Nobel en Estocolmo el miércoles.
El premio reconoce grandes avances en las técnicas para entender cómo funcionan y cómo interactúan las proteínas para hacer que las células vivas trabajen. Los métodos, incluidos los modelos AlphaFold impulsados por inteligencia artificial de DeepMind, han suscitado esperanzas de que podrían ser herramientas poderosas en el desarrollo de nuevas terapias para enfermedades difíciles de tratar.
Baker, quien es director del Instituto de Diseño de Proteínas de la Universidad de Washington, había “logrado el casi imposible hecho de construir nuevos tipos de proteínas por completo”, afirmaron los organizadores del Nobel. Hassabis y Jumper habían “desarrollado un modelo de IA para resolver un problema de 50 años de antigüedad: predecir las complejas estructuras de proteínas”.
“Ambados descubrimientos abren vastas posibilidades”, dijo Heiner Linke, presidente del comité de química del Nobel.
En una llamada con el comité Nobel después del anuncio, Baker dijo que estaba “profundamente honrado” y “se apoyaba en los hombros de gigantes”, dada la contribución de otros investigadores. “Nuestros nuevos métodos de IA son mucho más poderosos que los métodos tradicionales de modelo científico. Estoy realmente emocionado por todas las formas en que el diseño de proteínas puede ahora hacer del mundo un lugar mejor en la salud, la medicina y… en la tecnología y la sostenibilidad”, añadió.
La noticia de que David Baker, Demis Hassabis y John Jumper habían ganado se dio a conocer en la Real Academia Sueca el miércoles © Jonathan Nackstrand/AFP/Getty Images
Baker ha aprovechado desde principios de la década de 2000 el diseño computarizado para construir proteínas novedosas a partir de los 20 bloques de construcción diferentes, conocidos como aminoácidos, de los cuales están compuestas en su mayoría. Sus equipos han producido nuevas estructuras para su uso en vacunas, nanomateriales y sensores diminutos.
En 2022, los equipos de Hassabis y Jumper utilizaron el modelo de IA AlphaFold para construir la base de datos más completa y precisa hasta ahora de casi todas las proteínas conocidas. Cubriendo alrededor de 200 millones de proteínas, el avance se espera que reduzca significativamente el tiempo necesario para hacer descubrimientos biológicos.
Hassabis, cofundador y director ejecutivo de Google DeepMind, el brazo de investigación en IA del gigante del Silicon Valley, describió la innovación de AlphaFold en marzo como una forma más eficiente “de buscar la aguja en un pajar”.
“Eso es realmente en lo que se reduce gran parte de la ciencia… si se puede capturar un problema de esa manera, entonces estos tipos de sistemas de IA que estamos construyendo ahora pueden ser muy útiles.”
La tercera iteración de AlphaFold presentada por DeepMind en mayo se extiende más allá de las proteínas para examinar otras redes bioquímicas que sostienen la vida en las células de nuestros cuerpos. AlphaFold 3 abarca los códigos genéticos de ADN y ARN, así como los ligandos, moléculas que se unen a otras y que pueden ser marcadores importantes de enfermedades.
El comité Nobel dijo que ya se habían producido muchas aplicaciones de los modelos de AlphaFold, como el diseño de vacunas y la exploración de la base de datos de proteínas en busca de nuevas enzimas que podrían degradar plásticos.
DeepMind ha desvinculado un brazo de descubrimiento de medicamentos, conocido como Isomorphic Labs, para aprovechar los avances científicos de AlphaFold. Hassabis dijo al Financial Times este año que el objetivo era utilizar el modelo para reducir la etapa promedio de descubrimiento, cuando se identifican posibles medicamentos antes de los ensayos clínicos, de cinco años a dos.
“AlphaFold ha dado a los investigadores la capacidad sin precedentes de predecir cómo son las proteínas en tres dimensiones”, dijo Michael Dennis, director científico de CAS, una división de la American Chemical Society. “El impacto de esta tecnología en la comprensión de los mecanismos de enfermedades y en el desarrollo de medicamentos y nuevas terapias es inmenso.”
El premio de química es el tercero de los seis Nobel anuales que se anuncian los días laborables consecutivos. Los ganadores del premio de literatura se darán a conocer el jueves, seguidos por el de la paz el viernes y el de economía el lunes.