Ya se pueden diseñar proteínas con IA pidiéndolo en lenguaje corriente

Un equipo de la Universidad de Westlake, en China, publicó en Nature un sistema de IA llamado Pinal. El usuario describe en texto qué función quiere que cumpla una proteína, y el sistema devuelve la secuencia de aminoácidos. No hace falta indicar estructuras ni mutaciones.

Pinal trabaja en dos pasos. Un primer módulo convierte la descripción en un plano estructural y propone varias estructuras candidatas. Un segundo módulo lee ese plano y el texto original para elegir los aminoácidos. Después puntúa cada combinación y se queda con un diseño.

Para entrenarlo, el equipo juntó unos 135 millones de secuencias de proteínas. Usó modelos de lenguaje para escribir descripciones de sus funciones, lo que dio unos 1.700 millones de pares proteína-texto. Las estructuras las predijo con AlphaFold.

Lo probaron con cuatro pedidos: una proteína que brilla en verde, una enzima que degrada plástico PET, una enzima que procesa alcoholes y una proteína "lanzadera" que lleva compuestos entre enzimas.

Resolvió los cuatro, con una tasa de aciertos despareja. Para la proteína fluorescente generó 50.000 secuencias, las filtraron a 29 y solo una brilló. Con la lanzadera, cinco de 20 candidatas funcionaron. La mejor llevó una vía de fijación de dióxido de carbono a 1,7 veces el rendimiento de la versión natural.

Los propios autores admiten que sus filtros pueden limitar la exploración a una zona acotada de diseños posibles. Validar las secuencias sigue exigiendo un laboratorio bien equipado y gente con experiencia.

Un trabajo parecido se hizo con ADN. Hugging Face y universidades de China e Italia publicaron Carbon-X, un modelo abierto de 14.000 millones de parámetros que responde preguntas sobre un gen, predice el efecto de una mutación o genera ADN nuevo. Corre en una MacBook, así que se pueden analizar secuencias inéditas sin mandarlas a un proveedor comercial. Todavía se confunde con secuencias largas y alucina.