La vida, en su nivel más esencial, puede entenderse como un sistema de información. En cada una de nuestras células se almacena ADN que, en términos sencillos, puede verse como el código que orquesta el funcionamiento del organismo. Durante décadas, los científicos han tratado de leer y comprender este código, pero esta tarea implica una complejidad enorme. Por suerte, la Inteligencia Artificial también tiene cabida en este ámbito, y hace del desafío y complejidad actuales una oportunidad. Ya no es solo cuestión de observar datos biológicos, sino de tratar de interpretarlos, predecir su comportamiento y descubrir relaciones que antes tal vez pasaban desapercibidas. Para las empresas del ámbito biomédico, la Inteligencia Artificial marca el inicio de una ventaja estratégica única.
El volumen y la variedad en los datos biológicos
El avance de las tecnologías de secuenciación ha generado una explosión de información. Los laboratorios de todo el mundo producen enormes cantidades de datos genómicos y proteómicos cada día, alcanzando un volumen global de 40 exabytes a finales del año pasado. Si nos remontamos una década atrás, este volumen de información es muchísimo más grande a comparación de la capacidad humana y tecnológica que había en la época.
Más allá de la cantidad de datos, el problema también está en la diversidad de los mismos. Los datos genéticos, las secuencias de proteínas, los historiales médicos y las muestras experimentales se almacenan en formatos distintos, a menudo incompatibles. Tratar de integrar todo con el objetivo de lograr una visión completa de cómo funciona el organismo humano es una tarea monumental, y da origen al cuello de botella que padecemos actualmente: acumulamos información mucho más rápido de lo que somos capaces de analizarla.
No obstante, uno de los mayores retos de la industria, y que ha estado arrastrando durante largos años, es comprender cómo funciona realmente el plegamiento de proteínas. Ya se sabía que cada proteína se compone de una cadena de aminoácidos que adopta una estructura tridimensional específica, y que esa forma determina su función. No obstante, predecir la forma exacta a partir de la secuencia era un problema sin resolver desde hace prácticamente medio siglo.
Inteligencia Artificial como motor de la nueva revolución biomédica
Los modelos de Deep Learning actuales tienen la capacidad de detectar patrones, inferir relaciones no lineales y aprender a partir de datos genómicos. Dentro del campo de la Biología, el potencial de la IA permite que podamos comprender las reglas que determinan cómo se conectan los genes con las proteínas o las mutaciones en determinadas enfermedades.
El caso más emblemático es AlphaFold, desarrollado por DeepMind, que en 2020 logró predecir con alta precisión la estructura tridimensional de miles de proteínas, una tarea que, de haberse realizado manually, habría requerido años de trabajo en múltiples laboratorios. Este avance supuso un hito histórico, ya que amplió de forma significativa la base de conocimiento disponible para la comunidad científica.
La democratización del conocimiento biológico
Uno de los aspectos más relevantes e importantes de esta revolución impulsada por la Inteligencia Artificial es la apertura del conocimiento. La base de datos de AlphaFold ha sido creada en conjunto con el Laboratorio Europeo de Biología Molecular, y contiene más de 200 millones de estructuras de proteínas disponibles de manera gratuita. La llegada de la IA al ámbito de la biomedicina ha permitido que cualquier laboratorio, por pequeño que sea, tenga acceso a información de un altísimo nivel.
La tercera y más reciente versión de AlphaFold amplía aún más sus capacidades, permitiendo predecir la interacción de proteínas con secuencias de ADN, ARN y con moléculas de menor tamaño. Comprender estas interacciones resulta esencial para el diseño de fármacos más seguros y eficaces, y, a la espera de un futuro AlphaFold 4, todo apunta a que la investigación farmacéutica y la biomedicina están entrando en una etapa única en su historia.
Hacia una comprensión integral del organismo humano
El uso de Inteligencia Artificial en genómica y proteómica es una realidad que marca el inicio de una próxima evolución en biomedicina. A medida que los modelos se vuelvan más precisos y accesibles, el impacto se multiplicará, y los laboratorios, hospitales y startups de todo el mundo tendrán la posibilidad de colaborar y acelerar el descubrimiento de nuevos conocimientos y aplicaciones clínicas.
Más allá de las numerosas aplicaciones que tiene la tecnología, estamos más cerca que nunca de lograr cambiar la manera en que entendemos la biología humana, gracias a la Inteligencia Artificial. En un futuro, será posible descifrar el ADN, analizar proteínas de manera aislada e integrar toda esta información para entender cómo funciona el organismo en su conjunto. Los avances en genómica y proteómica permitirán redefinir la investigación biomédica, el desarrollo de fármacos y, sobre todo, la manera en que tratamos las enfermedades y concebimos la salud.
