Los investigadores presentan RoseTTAFold , un enfoque de red neuronal para el modelado de proteínas con precisiones cercanas a las de AlphaFold2 de DeepMind, de acuerdo con un nuevo estudio. Además el código de esta nueva y potente herramienta, así como un servidor público, están disponibles libremente para la comunidad científica. Las proteínas son los componentes básicos de la vida y sus funciones, fundamentales para casi todos los procesos biológicos, están directamente relacionadas con su forma tridimensional. Sin embargo, determinar la forma en 3D de una proteína a partir de su secuencia de aminoácidos constituye un reto de larga data. Recientemente, en la conferencia de evaluación de la predicción de la estructura de proteínas CASP14, DeepMind, con sede en Londres, presentó su nueva red de inteligencia artificial (IA) llamada AlphaFold2, que demostró una notable capacidad para predecir la forma de las proteínas con un nivel de precisión comparable al que es posible utilizando costosos métodos experimentales que además consumen mucho tiempo, como la cristalografía de rayos X y la microscopía crioelectrónica (cryo-EM). En ausencia de un código o método publicado, el rendimiento de AlphaFold2 planteó la cuestión de si este nivel de precisión podría alcanzarse en otros sistemas desarrollados por personas ajenas a una empresa de aprendizaje profundo líder en el mundo. En esta ocasión, Minkyung Baek , David Baker y sus colegas presentan RoseTTAFold , una red de inteligencia artificial que produce predicciones de estructura con precisiones cercanas a las de AlphaFold2 de DeepMind, pero utilizando tan solo una fracción de potencia y tiempo de procesamiento computacional. Basándose en los avances metodológicos informados de AlphaFold2 y su propio enfoque CASP14, Baek et al. desarrollaron una red de 3 pistas que integra y procesa simultáneamente información de secuencias de proteínas unidimensionales (1D), información de mapas de distancia 2D e información de coordenadas atómicas 3D. Además de predicciones precisas, según los autores la red RoseTTAFold también permite resolver con rapidez desafiantes problemas de modelado de estructuras de proteínas y proporciona información sobre las funciones de proteínas con estructuras actualmente desconocidas.
###
Journal
Science