El Nobel de Química 2024 reconoce desarrollos en el área de diseño y predicción de estructuras de proteínas
Otorgado a los científicos Baker, Hassabis y Jumper
Por su trabajo de investigación que permite predecir estructuras de proteínas y diseñar nuevas moléculas de este tipo, los científicos David Baker, Demis Hassabis y John M. Jumper obtuvieron el Premio Nobel de Química 2024 que otorga la Real Academia Sueca de Ciencias.
Baker fue reconocido por construir tipos completamente nuevos de proteínas, mientras que Hassabis y Jumper desarrollaron un modelo de inteligencia artificial (IA) que permite predecir las complejas estructuras de las proteínas.
Los tres científicos galardonados participaron en el proceso de investigación que ha permitido entender cómo se doblan las proteínas, las cuales están conformadas por 20 diferentes unidades (aminoácidos) que se pueden pegar en cualquier orden; la combinación entre ellos se vuelve tan descomunal que no se puede explorar por completo, explicó en entrevista Rogelio Rodríguez Sotres, profesor del Departamento de Bioquímica de la Facultad de Química de la UNAM.
“Las proteínas son moléculas muy grandes hechas de pequeñas unidades que se pegan unas con otras, las cuales además se pueden combinar de distintas maneras (el número de combinaciones es enorme), con lo que se pueden hacer muy diferentes proteínas que adoptan estructuras tridimensionales que determinan no sólo su forma, sino cómo contactan a otras moléculas; gracias a esto, las células pueden tener una organización y cada cual está en su lugar y hace su trabajo”, explicó el universitario.
La complicación, añadió, es que como el número de secuencias y de formas que se pueden tener son demasiadas, relacionar secuencia con forma se vuelve un problema de dimensiones gigantescas. Esta cuestión no había podido ser resuelta anteriormente de manera razonable.
“Recientemente, el grupo de Hassabis y Jumper logró solucionar este asunto; antes de ellos, Baker lo había podido resolver al revés, al tomar una forma de una proteína y plantearse qué secuencia de aminoácidos se debía de poner para obtener esa forma”, indicó Rodríguez Sotres.
Estos avances que representan una contribución muy importante para entender las proteínas, destacó el docente de la FQ, permiten el desarrollo de nuevos fármacos, nuevos antibióticos, curar enfermedades de proteínas que funcionan mal, o bien, modificar el comportamiento celular para que, por ejemplo, el sistema nervioso no esté tan estresado.
Además, estos desarrollos pueden utilizarse para diseñar plantas que produzcan mejor, asimilen más los nutrientes y presenten mayor resistencia frente a las plagas y la sequía, así como desarrollar sensores moleculares que sirvan para detectar contaminantes ambientales, entre otras cuestiones.
En México, indicó más adelante Rogelio Rodríguez, en muchas instituciones se estudian las proteínas, ya que son sumamente importantes. En la UNAM, se tiene un importante grupo de investigadores que trabaja en esta área desde diferentes enfoques, tanto en las facultades, por ejemplo, de Medicina y Química, como en los institutos de Investigaciones en Materiales, de Ciencias Físicas, Biotecnología, Química, Investigaciones Biomédicas y Fisiología Celular.
En tanto, apuntó también, en la Facultad de Química se estudian líneas como aspectos de simulación molecular relacionados con cómo las proteínas cambian de conformación, interacción con fármacos, diseño de fármacos, simulación molecular, cálculos de la función de las proteínas en relación con materiales, interacción de moléculas con enfermedades y la aplicación de métodos de la Química computacional para calcular propiedades de proteínas.
Finalmente, el universitario recordó que Demis Hassabis fue fundador de una compañía enfocada al desarrollo de programas de inteligencia artificial (IA) que llamó la atención y fue adquirida por la empresa global Google. En su compañía contó con la participación de John W. Jumper y estos investigadores han desarrollado estrategias de IA con las que han podido predecir la estructura de millones de proteínas.
En este sentido, de acuerdo con el Comité del Premio Nobel, en 2020, Hassabis y Jumper presentaron un modelo de IA llamado AlphaFold2, con el cual se ha podido predecir la estructura de alrededor de 200 millones de proteínas cuya secuencia se conoció gracias a la genómica, pero cuya forma espacial nos era desconocida.
José Martín Juárez Sánchez
Yazmín Ramírez Venancio