Supercomputadora decodifica el 'lenguaje' de las proteínas, ofreciendo nuevas pistas para combatir el cáncer
La supercomputadora Tursa condujo a la creación del modelo de lenguaje de proteínas llamado PLM-Interact.
Publicado originalmente por Mrigakshi Dixit en Interesting Engineering, el 27 de octubre de 2025
Imagen representando la interacción proteica. Getty images
Una supercomputadora ha ayudado a crear un modelo de inteligencia artificial que descifra el "lenguaje de las proteínas".
Científicos de la Universidad de Glasgow utilizaron la supercomputadora Tursa en las instalaciones de supercomputadoras de alto rendimiento DiRAC del Reino Unido. Esta máquina avanzada generalmente se reserva para la investigación cósmica, pero se utilizó con fines médicos en este estudio.
Tursa condujo a la creación del modelo de lenguaje de proteínas llamado PLM-Interact.
Curiosamente, el modelo predice las interacciones de las proteínas e incluso pronostica qué mutaciones interrumpirán la comunicación entre estas moléculas vitales.
"Es genial pensar que DiRAC, que se desarrolló para ayudar a los científicos a comprender las leyes de la naturaleza desde las partículas subatómicas más pequeñas hasta las escalas más grandes del Universo, nos ha ayudado a construir este nuevo modelo para explorar el espacio interior de las interacciones de proteínas", dijo el Dr. Ke Yuan, uno de los autores correspondientes del artículo.
Las primeras pruebas muestran que PLM-Interact supera a los modelos existentes, incluidas herramientas avanzadas como AlphaFold3 de Google DeepMind, en la predicción de interacciones de proteínas.
En el campo de la ciencia médica, el modelo podría ofrecer una mejor manera de comprender el desarrollo de enfermedades como el cáncer y las infecciones virales.
Modelo ampliamente entrenado
Las proteínas se consideran los “caballos de batalla” de la vida, fundamentales para la estructura celular y todos los procesos biológicos.
Estas interacciones se denominan interacciones de proteína a proteína (IBP), y cualquier interrupción en ellas a menudo indica el inicio de enfermedades como el cáncer y trastornos genéticos.
De hecho, los virus explotan estas interacciones secuestrando las proteínas del huésped para replicarse durante la infección.
Una visión más profunda de los IBP es esencial para avanzar en el desarrollo de nuevos tratamientos y vacunas.
PLM-Interact ofrece una nueva y poderosa lente de estos mecanismos críticos.
La clave del éxito de PLM-Interact radica en su formación. Aprovechando la supercomputadora, los investigadores entrenaron el modelo con hasta 421.000 pares de proteínas humanas.
En particular, la potencia de cálculo de Tursa fue clave para el rápido ajuste del modelo, que tiene 650 millones de parámetros. Permitió que el modelo aprendiera el complejo lenguaje de la comunicación de proteínas.
Predice las interacciones de las proteínas con precisión
El modelo predice las interacciones de las proteínas con una precisión del 16% al 28% mayor que otros modelos de proteínas de IA de vanguardia.
PLM-Interact predijo con éxito cinco interacciones clave de proteínas que impulsan funciones biológicas esenciales como la polimerización del ARN y el transporte de proteínas.
En comparación, otras herramientas de IA de proteínas como AlphaFold3 solo pudieron predecir una de las cinco interacciones de proteína a proteína.
Además, los investigadores demostraron la capacidad de PLM-Interact para identificar cómo las mutaciones influyen en las interacciones de proteínas, lo que conduce a enfermedades genéticas o inhibe importantes IBP en cánceres.
Cuando se entrenó más a fondo en las interacciones de proteínas humanas y virales , PLM-Interact volvió a superar a los modelos existentes en la predicción de cómo interactúan los virus con las proteínas del huésped.
Esto abre vías interesantes para comprender la aparición de virus, evaluar el potencial pandémico e identificar nuevos objetivos farmacológicos para combatir las infecciones virales.
"La urgencia de comprender las interacciones virus-huésped durante la pandemia de COVID-19 es una buena ilustración de por qué una herramienta como PLM-interact podría ser de gran valor en el futuro", dijo el profesor David L Robertson, autor correspondiente.
Actualmente, la identificación experimental de interacciones proteicas es costosa y requiere mucho tiempo.
PLM-Interact ofrece una solución rápida, precisa y escalable, que proporciona a los científicos nuevos conocimientos vitales sobre enfermedades e infecciones.
El equipo de investigación ahora espera explorar todo el potencial de PLM-Interact en una amplia gama de aplicaciones. Eventualmente, un mayor desarrollo podría allanar el camino para un desarrollo acelerado de nuevas terapias, vacunas y una comprensión más profunda de los procesos fundamentales de la vida.
Los hallazgos fueron publicados en la revista NatureCommunications.
Comentarios
Publicar un comentario