Diseñan proteínas con estrategia de Inteligencia Artificial usada para jugar al ajedrez

El aprendizaje por refuerzo es un tipo de aprendizaje automático en el que un programa aprende a tomar decisiones probando distintas acciones y recibiendo retroalimentación. Ahora, científicos han logrado aplicar con éxito esta inteligencia artificial a un reto de la biología molecular: el diseño de proteínas.

El equipo investigador, de la Facultad de Medicina de la Universidad de Washington, Estados Unidos, ha desarrollado un nuevo y potente software de diseño de proteínas basado en una estrategia de probada eficacia en juegos de mesa como el ajedrez y el Go, el cual sirvió para fabricar en un experimento posterior cientos de estas sustancias.

En términos generales, el método podría llevar a una nueva era en el diseño de proteínas, resume un comunicado de la universidad.

En este aprendizaje por refuerzo un programa aprende a tomar decisiones probando distintas acciones y recibiendo retroalimentación. Y un algoritmo de este tipo puede aprender a jugar al ajedrez, por ejemplo, probando millones de jugadas distintas que conducen a la victoria o la derrota en el tablero. El programa está diseñado para aprender de estas experiencias y mejorar, con el tiempo, en la toma de decisiones.

Para este caso, los científicos dieron al ordenador millones de moléculas sencillas de partida y, a continuación, el programa hizo 10.000 intentos de mejorar aleatoriamente cada una de ellas hacia un objetivo predefinido: el ordenador alargó las proteínas o las dobló de formas específicas hasta que aprendió a darles la forma deseada.

Como parte de este estudio, los científicos fabricaron en el laboratorio cientos de proteínas diseñadas por la inteligencia artificial. Utilizando microscopios electrónicos y otros instrumentos, confirmaron que muchas de las formas de proteínas creadas por el ordenador se hacían realidad en el laboratorio.

El equipo se concentró en diseñar nuevas estructuras a escala nanométrica compuestas por muchas moléculas proteicas. Para ello fue necesario diseñar tanto los propios componentes proteicos como las interfaces químicas que permiten el autoensamblaje de las nanoestructuras.

La microscopía electrónica confirmó que numerosas nanoestructuras diseñadas por la IA eran capaces de formarse en el laboratorio. Para medir la precisión del software de diseño, los científicos observaron muchas nanoestructuras únicas en las que cada átomo estaba en el lugar previsto.

EFE