ARRIBA: ISTOCK.COM, SERGUNT<\/p>\n
La forma de una prote\u00edna tiene una relaci\u00f3n directa con su funci\u00f3n y es un componente clave en el descubrimiento de f\u00e1rmacos, y puede llevar a\u00f1os de experimentaci\u00f3n descubrirlo afuera. El lunes 30 de noviembre, el Centro de Predicci\u00f3n de la Estructura de Prote\u00ednas de la Universidad de California, Davis, anunci\u00f3 que el laboratorio de inteligencia artificial DeepMind y su programa AlphaFold han acelerado el tiempo para determinar la forma de la prote\u00edna en una fracci\u00f3n de lo que se necesita para lograr los m\u00e9todos tradicionales. <\/p>\n
El programa AlphaFold utiliza redes neuronales para realizar un aprendizaje profundo, identificando patrones en secuencias y estructuras de prote\u00ednas que se encuentran en una base de datos global. A medida que aprende con el tiempo, el programa puede identificar la estructura de una prote\u00edna en minutos. Tradicionalmente, los investigadores usar\u00edan t\u00e9cnicas como la cristalograf\u00eda de rayos X o la microscop\u00eda crioelectr\u00f3nica para visualizar la prote\u00edna. Este es un proceso que lleva mucho tiempo y que puede tardar a\u00f1os en completarse o incluso toda la carrera de una persona.<\/p>\n
DeepMind, con sede en Londres y propiedad de la empresa matriz de Google, particip\u00f3 en la 14. Concurso bienal Evaluaci\u00f3n cr\u00edtica de la predicci\u00f3n de la estructura de prote\u00ednas (CASP), organizado por el Centro de predicci\u00f3n de la estructura de prote\u00ednas. Los equipos resuelven la estructura de alrededor de 100 prote\u00ednas completas o parciales, unas pocas a la vez, en un proceso que lleva meses completar.<\/p>\n
Alrededor de la mitad de los equipos usaron aprendizaje profundo este a\u00f1o y tom\u00f3 notas de AlphaFolds \u00faltima presentaci\u00f3n CASP, informa Nature<\/em>, pero DeepMind fue capaz de diferenciarse al renovar su enfoque y considerar las limitaciones espaciales de los pliegues de prote\u00ednas y centrarse en la secuencia de prote\u00ednas como un todo , no solo la posici\u00f3n probable de amino\u00e1cidos individuales como sucedi\u00f3 en 2018.<\/p>\n Para participar en el concurso, los laboratorios compiten para determinar computacionalmente las estructuras tridimensionales de las prote\u00ednas que los organizadores tienen ya verificado experimentalmente, pero no se ha publicado en ning\u00fan lugar al que los participantes puedan acceder. Las puntuaciones se otorgan en funci\u00f3n de la precisi\u00f3n, de un m\u00e1ximo de 100. Seg\u00fan los organizadores, 90 es el umbral para alcanzar los valores experimentales.<\/p>\n Science<\/em> informa que en el evento inaugural en 1994, el puntaje promedio fue de alrededor de 20 y solo hab\u00eda aumentado a 40 en 2016. Cuando DeepMind debut\u00f3 en 2018, eclips\u00f3 a la competencia con 60. Para la demostraci\u00f3n de este a\u00f1o, tuvo un puntaje promedio de 92.4 en general, y en las prote\u00ednas m\u00e1s desafiantes, obtuvo 25 puntos m\u00e1s que la competencia con 87.<\/p>\n La mayor\u00eda de los \u00e1tomos [de los resultados de DeepMinds] est\u00e1n dentro del di\u00e1metro de un \u00e1tomo de donde est\u00e1n en estructura experimental, John Moult, profesor de la Universidad de Maryland que cofund\u00f3 el concurso, le dice a The New York Times<\/em>. Y con aquellos que no lo son, hay otras posibles explicaciones de las diferencias.<\/p>\n Esto cambiar de medicina. Cambiar\u00e1 la investigaci\u00f3n. Cambiar\u00e1 la bioingenier\u00eda. Cambiar\u00e1 todo, Andrei Lupas, bi\u00f3logo evolutivo del Instituto Max Planck de Biolog\u00eda del Desarrollo en Alemania que ayud\u00f3 a juzgar el concurso, le dice a Nature, y agrega que AlphaFold tom\u00f3 solo 30 minutos para producir la estructura de una prote\u00edna que su laboratorio hab\u00eda estado tratando de averiguar durante 10 a\u00f1os. <\/p>\n Siempre esper\u00e9 vivir para ver este d\u00eda, le dice Moult al Times<\/em>, con respecto a una computadora que supera la marca de los 90 puntos. Pero no siempre fue obvio que lo lograr\u00eda.<\/p>\n","protected":false},"excerpt":{"rendered":" ARRIBA: ISTOCK.COM, SERGUNT La forma de una prote\u00edna tiene una relaci\u00f3n directa con su funci\u00f3n y es un componente clave en el descubrimiento de f\u00e1rmacos, y puede llevar a\u00f1os de experimentaci\u00f3n descubrirlo afuera. El lunes 30 de noviembre, el Centro de Predicci\u00f3n de la Estructura de Prote\u00ednas de la Universidad de California, Davis, anunci\u00f3 que … Continuar leyendo \u00abDeepMind AI acelera el tiempo para determinar las prote\u00ednas’ Estructuras\u00bb<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-37025","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/37025","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/comments?post=37025"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/37025\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=37025"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=37025"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=37025"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}Ver Introducci\u00f3n: inteligencia artificial versus redes neuronales<\/h3>\n