Un equipo de científicos en la EPFL ha hecho un descubrimiento revolucionario en el campo de la biología estructural, al confirmar que una inteligencia artificial (IA) puede generar hasta 12,000 conformaciones completas del receptor de dopamina D2. Este avance es significativo porque saca a la luz el verdadero dinamismo de las proteínas, que son mucho más que estructuras estáticas; son máquinas moleculares que cambian de forma para activar o frenar procesos celulares. Anteriormente, modelos como AlphaFold habían proporcionado imágenes estructurales estáticas de las proteínas, pero con el nuevo sistema, denominado LD-FPG, ahora se puede observar a las proteínas en movimiento, permitiendo una mejor comprensión de su funcionalidad y conducta en el contexto biológico.
El receptor D2, objeto de estudio en esta investigación, es una proteína de membrana fundamental en la farmacología, ya que juega un papel crucial en las respuestas celulares. Durante las pruebas, los investigadores llevaron a cabo una dinámica molecular que cubrió dos microsegundos y produjeron 12,000 fotogramas en condiciones de membrana. Este receptor pertenece a la familia de los GPCR (receptores acoplados a proteínas G), que son el blanco de numerosos fármacos. La IA fue capaz de reproducir las posturas del receptor con una fidelidad notable, logrando altos valores de evaluación, lo que demuestra que no solo dibujó una proteína plausible, sino que capturó su dinamismo físico de manera precisa.
Este enfoque tiene el potencial de transformar la manera en que se diseñan y descubren nuevos fármacos. Es esencial entender que un fármaco interactúa con una proteína en movimiento, y no con una versión estática de esta. Al brindar múltiples conformaciones posibles de una proteína, LD-FPG permitirá una mejor identificación de los puntos vulnerables que los fármacos pueden atacar. Esto podría revolucionar el cribado virtual, donde miles de compuestos son evaluados; cuantas más formas realistas se dispongan, mayor será la posibilidad de encontrar nuevos tratamientos efectivos.
La herramienta resulta aún más prometedora por su capacidad de integrar datos de dinámica molecular existentes, lo que facilita su uso y mejora continua por parte de la comunidad científica. Sin embargo, los investigadores subrayan que este avance no elimina la necesidad de realizar experimentos de laboratorio y de aplicar el juicio humano en el proceso. La IA, aunque poderosa, requiere datos precisos y validaciones rigurosas para asegurar que sus resultados se alineen con la realidad biológica que ocurre en el interior de las células.
Este descubrimiento marca un cambio en la forma en que se comprende la biología de proteínas, dejando atrás la idea de que estas son simples esculturas inertes. Ahora se ven como engranajes vivos en una coreografía constante, donde cada movimiento podría esconder la próxima generación de medicamentos. A medida que este tipo de herramientas se integran en el estudio de la biología, la esperanza es que lleven a avances significativos en la medicina y el tratamiento de diversas enfermedades.