La IA rediseña proteínas para que la evolución no empiece desde cero
Investigadores rediseñan con IA proteínas que cortan otras proteínas y después las mejoran en laboratorio. El algoritmo no sustituye a la biología: le entrega mejores cartas antes del experimento. La versión final atacó un objetivo relacionado con enfermedad sin cortar donde lo hacía normalmente.
¿Quieres un poco más de detalle?
El equipo utilizó ProteinMPNN para rediseñar secuencias de proteasas botulínicas sin alterar regiones críticas y después las sometió a evolución asistida por fagos. Las variantes rediseñadas alcanzaron mutaciones muy activas que no funcionaban cuando el proceso partía de la proteína natural. Como demostración, obtuvieron una proteasa estable capaz de cortar ataxina-2 sin detectar corte de su objetivo habitual; una versión conseguida solo mediante evolución no logró esa combinación.
La ataxina-2 forma acumulaciones asociadas a enfermedades neurodegenerativas, pero el estudio no presenta un tratamiento ni evidencia clínica. El resultado abre una vía para fabricar enzimas dirigidas a objetivos nuevos y estudiar si eliminar agregados patológicos produce beneficio. Los autores advierten que la superioridad podría no trasladarse a cualquier familia de proteínas. El avance importante es metodológico: el algoritmo prepara un material evolutivo más resistente y el laboratorio selecciona función real, en lugar de confiar toda la apuesta a una predicción.
Un trabajo en Nature combina diseño con IA y evolución en laboratorio para crear proteasas, proteínas que cortan otras proteínas, más estables y precisas. En vez de pedir al modelo una solución perfecta, mejora el punto de partida y deja que la selección experimental termine el trabajo. La combinación de cálculo y selección física puede superar las limitaciones de ambos métodos, pero la utilidad terapéutica aún debe demostrarse.