Toda función biológica depende de la forma en que las proteínas interactúan entre sí. Estas interacciones facilitan desde la transcripción del ADN hasta procesos celulares esenciales en organismos complejos. Sin embargo, aún hay mucho por descubrir sobre los mecanismos moleculares que gobiernan estas interacciones.
Recientes hallazgos han demostrado que los fragmentos pequeños de proteínas pueden desempeñar un papel clave en la regulación biológica. A pesar de ser estructuras incompletas, estos segmentos de aminoácidos pueden unirse a las interfaces de una proteína objetivo y afectar su función. Esta capacidad podría transformar la investigación en biomedicina e incluso abrir nuevas posibilidades terapéuticas.
Fragfold: una IA para predecir fragmentos inhibidores
Un nuevo método, desarrollado en el Departamento de Biología del MIT y publicado en Proceedings of the National Academy of Sciences, ha llevado la aplicación de la IA a un nivel sin precedentes. Basándose en modelos de inteligencia artificial como AlphaFold, el sistema Fragfold es capaz de predecir fragmentos de proteínas con capacidad para unirse e inhibir proteínas de longitud completa en E. coli. Este avance podría conducir al diseño de inhibidores codificables genéticamente para cualquier proteína.
El trabajo fue realizado por un equipo de investigación liderado por Gene-Wei Li, en colaboración con Amy Keating, ambos del MIT. El objetivo principal del proyecto era predecir inhibidores de fragmentos, una aplicación novedosa de AlphaFold. Las pruebas experimentales confirmaron que más de la mitad de las predicciones de Fragfold eran acertadas, incluso en ausencia de datos estructurales previos sobre las interacciones proteicas.
IA y aprendizaje automático en la investigación biológica
Fragfold representa un gran avance en el estudio de la biología molecular. Un caso destacado es la proteína FTSZ, esencial para la división celular. Aunque es una proteína ampliamente estudiada, contiene regiones intrínsecamente desordenadas, lo que dificulta su análisis mediante técnicas tradicionales de biología estructural. Fragfold permitió identificar nuevas interacciones de fragmentos de FTSZ con otras proteínas sin necesidad de resolver la estructura de la región desordenada.
Aplicaciones terapéuticas y el futuro de Fragfold
Los investigadores también aplicaron Fragfold para predecir interacciones en un complejo de transporte de lipopolisacáridos (LPTF-LPTG). Descubrieron que un fragmento de LPTG podía inhibir esta interacción, lo que potencialmente interfiere con la supervivencia de E. coli. Este hallazgo sugiere que los fragmentos de proteínas pueden usarse como inhibidores dirigidos contra proteínas específicas, con aplicaciones potenciales en el diseño de nuevos fármacos.
Más allá de la inhibición: nuevas perspectivas
Si bien el enfoque inicial de Fragfold se centró en la inhibición de proteínas, los investigadores creen que podría usarse para explorar otras funciones de los fragmentos. Por ejemplo, podrían estabilizar proteínas, mejorar su actividad o incluso dirigir su degradación. Esto podría abrir la puerta a terapias innovadoras en enfermedades donde la regulación de proteínas juega un papel crucial.
Un salto en el diseño de fármacos y la investigación biológica
La combinación de IA y biomedicina está revolucionando la manera en que se estudian las interacciones proteicas. Fragfold no solo mejora la predicción de inhibidores, sino que también permite explorar principios fundamentales de diseño celular. Con el tiempo, podría proporcionar herramientas para el desarrollo de terapias personalizadas y la manipulación precisa de la función proteica.
El potencial de este método es vasto. A medida que la tecnología avance, podría ofrecer nuevas estrategias para la investigación en biomedicina y el diseño de tratamientos para enfermedades que hoy en día carecen de soluciones efectivas. Con el respaldo de la IA, el futuro de la biología molecular está dando un paso hacia la revolución.
