Descifrando las proteínas: la revolución biomédica de AlphaFold

Imagínate conocer la forma exacta de una llave sin tenerla a mano. Ahora, piensa que esa llave puede abrir las puertas para comprender enfermedades y cómo combatirlas. Así es AlphaFold: una inteligencia artificial desarrollada por Google DeepMind, capaz de predecir la estructura 3D de millones de proteínas a partir de su secuencia de aminoácidos. Lo hace con una precisión y a una velocidad que están cambiando para siempre la biología molecular.

Durante más de 50 años, el “problema del plegamiento de proteínas” ha sido uno de los grandes enigmas de la ciencia. Saber cómo se pliega una cadena de aminoácidos para formar una estructura funcional ha requerido décadas de investigación e inversiones millonarias. Esta IA ha conseguido descifrarlo, ofreciendo una predicción del posible aspecto de más de 200 millones de proteínas conocidas en UniProt.

En 2020, la segunda vez que se presentaba al concurso internacional CASP, AlphaFold2 pulverizó a sus competidores (Baker, FEIG-R2, Zhang…) por su precisión al predecir estructuras proteicas. El resultado se traduce en una herramienta esencial para acelerar la investigación: una base de datos de acceso abierto y gratuito a más de 214 millones de predicciones de estructuras de proteínas.

Más de dos millones de investigadores de 190 países han usado AlphaFold DB. El sistema funciona con redes neuronales profundas que analizan secuencias de aminoácidos y predicen las distancias y orientaciones entre ellos, hasta construir el modelo tridimensional. Eso sí, con limitaciones: sus propios creadores recomiendan precaución. “Los datos no han sido validados ni aprobados para ningún uso clínico”, afirman en su web. También recuerdan que no se cubren todas las secuencias proteicas, aunque su base de datos se actualiza continuamente y cualquier investigador puede generar nuevas predicciones usando el código abierto.

AlphaFold no ha dejado de crecer. AlphaMissense, basado en AlphaFold2, categoriza las mutaciones sin sentido en "probablemente patógenas" o "probablemente benignas". La base de datos se ha enriquecido en marzo de 2025 con asignaciones de la enciclopedia de dominios TED, para mejorar el análisis comparativo. Y en mayo de 2024 se presentaba AlphaFold3, capaz de predecir la estructura de biomoléculas como ADN, ARN, iones o ligandos, y de anticipar sus interacciones.

Este ecosistema permite a los científicos entender cómo interactúan las proteínas con otros compuestos y facilita el diseño de moléculas más eficaces. Así lo explica la Dra. Ana Peiró, Oncology Medical Affairs Head AstraZeneca España, en el episodio 2 de AI Journal Club.