الريــم
07-28-2022, 06:42 PM
AlphaFold, un sistema de inteligencia artificial (IA) de Google, predice la estructura de casi todas las prote?nas conocidas y catalogadas por la ciencia, lo que aumentar? la comprensi?n de la biolog?a y facilitar? el trabajo de numerosos investigadores para abordar los retos presentes y futuros.
DeepMind, responsable de esa inteligencia artificial, y el Instituto Europeo de Bioinform?tica del Laboratorio Europeo de Biolog?a Molecular (EMBL-EBI) han realizado, gracias a la IA, predicciones de la estructura tridimensional de casi todas las prote?nas -200 millones- a partir de su secuencia de amino?cidos; estas est?n disponibles de forma gratuita y abierta en la base de datos AlphaFold.
Esta base de datos se ha ampliado desde su creaci?n en 2021 aproximadamente 200 veces, pasando de casi un mill?n de estructuras proteicas a m?s de 200 millones en su ?ltima versi?n, y abarca casi todos los organismos de la Tierra cuyo genoma ha sido secuenciado, informa hoy un comunicado del EMBL.
Esta ensanche incluye estructuras predichas para una amplia gama de especies, incluidas plantas, bacterias, animales y otros organismos, "abriendo nuevas v?as de investigaci?n en las ciencias de la vida que tendr?n un impacto en los desaf?os globales, como la sostenibilidad, la inseguridad alimentaria y las enfermedades olvidadas".
Las prote?nas tienen una forma tridimensional ?nica que las lleva a encajar unas en otras, pero determinarla supone un gran reto y aqu? la IA es clave: su uso ha permitido crear la base de datos m?s completa de predicciones sobre c?mo se pliegan.
Piezas fundamentales de la vida, la estructura de cada prote?na, que depende de los amino?cidos que la componen, define lo que hace y c?mo lo hace, por lo que determinarla aporta informaci?n valiosa para entender los procesos biol?gicos y avanzar en diversos campos.
"AlphaFold ofrece ahora una visi?n tridimensional del universo de las prote?nas", recalca Edith Heard, directora general del EMBL, quien a?ade: "la popularidad y el crecimiento de esta base de datos es un testimonio del éxito de la colaboraci?n entre DeepMind y el EMBL".
Por su parte, Demis Hassabis, fundador y director general de DeepMind, firma brit?nica que pertenece a Alphabet, matriz de Google, destaca "la velocidad a la que AlphaFold se ha convertido ya en una herramienta esencial para cientos de miles de cient?ficos en laboratorios y universidades de todo el mundo".
Hassabis espera que esta base de datos ampliada abra v?as completamente nuevas de descubrimiento cient?fico.
Seg?n el EMBL, AlphaFold también ha demostrado su repercusi?n en ?mbitos como la mejora de la capacidad para luchar contra la contaminaci?n por pl?sticos, la comprensi?n del p?rkinson, el aumento de la salud de las abejas mel?feras, el conocimiento sobre c?mo se forma el hielo o la exploraci?n de la evoluci?n humana.
"Lanzamos AlphaFold con la esperanza de que otros equipos pudieran aprender y aprovechar los avances que hicimos, y ha sido emocionante ver que eso ha sucedido tan r?pidamente", afirma John Jumper, cient?fico y l?der de AlphaFold en DeepMind.
Se trata -subraya- "de una nueva era en la biolog?a estructural y los métodos basados en la IA van a impulsar un progreso incre?ble".
Para Sameer Velankar, jefe de equipo del Banco de Datos de Prote?nas del EMBL-EBI en Europa, AlphaFold se ha extendido en la comunidad de la biolog?a molecular: "solo en el ?ltimo a?o se han publicado m?s de mil art?culos cient?ficos sobre una amplia gama de temas de investigaci?n que utilizan las estructuras de AlphaFold".
"Esto es solo el impacto de un mill?n de predicciones; imagina el impacto de tener m?s de 200 millones de predicciones de estructuras de prote?nas abiertamente accesibles", augura.
أكثر... (https://www.sport.es/es/noticias/sociedad/inteligencia-artificial-google-predice-estructura-14183932)
DeepMind, responsable de esa inteligencia artificial, y el Instituto Europeo de Bioinform?tica del Laboratorio Europeo de Biolog?a Molecular (EMBL-EBI) han realizado, gracias a la IA, predicciones de la estructura tridimensional de casi todas las prote?nas -200 millones- a partir de su secuencia de amino?cidos; estas est?n disponibles de forma gratuita y abierta en la base de datos AlphaFold.
Esta base de datos se ha ampliado desde su creaci?n en 2021 aproximadamente 200 veces, pasando de casi un mill?n de estructuras proteicas a m?s de 200 millones en su ?ltima versi?n, y abarca casi todos los organismos de la Tierra cuyo genoma ha sido secuenciado, informa hoy un comunicado del EMBL.
Esta ensanche incluye estructuras predichas para una amplia gama de especies, incluidas plantas, bacterias, animales y otros organismos, "abriendo nuevas v?as de investigaci?n en las ciencias de la vida que tendr?n un impacto en los desaf?os globales, como la sostenibilidad, la inseguridad alimentaria y las enfermedades olvidadas".
Las prote?nas tienen una forma tridimensional ?nica que las lleva a encajar unas en otras, pero determinarla supone un gran reto y aqu? la IA es clave: su uso ha permitido crear la base de datos m?s completa de predicciones sobre c?mo se pliegan.
Piezas fundamentales de la vida, la estructura de cada prote?na, que depende de los amino?cidos que la componen, define lo que hace y c?mo lo hace, por lo que determinarla aporta informaci?n valiosa para entender los procesos biol?gicos y avanzar en diversos campos.
"AlphaFold ofrece ahora una visi?n tridimensional del universo de las prote?nas", recalca Edith Heard, directora general del EMBL, quien a?ade: "la popularidad y el crecimiento de esta base de datos es un testimonio del éxito de la colaboraci?n entre DeepMind y el EMBL".
Por su parte, Demis Hassabis, fundador y director general de DeepMind, firma brit?nica que pertenece a Alphabet, matriz de Google, destaca "la velocidad a la que AlphaFold se ha convertido ya en una herramienta esencial para cientos de miles de cient?ficos en laboratorios y universidades de todo el mundo".
Hassabis espera que esta base de datos ampliada abra v?as completamente nuevas de descubrimiento cient?fico.
Seg?n el EMBL, AlphaFold también ha demostrado su repercusi?n en ?mbitos como la mejora de la capacidad para luchar contra la contaminaci?n por pl?sticos, la comprensi?n del p?rkinson, el aumento de la salud de las abejas mel?feras, el conocimiento sobre c?mo se forma el hielo o la exploraci?n de la evoluci?n humana.
"Lanzamos AlphaFold con la esperanza de que otros equipos pudieran aprender y aprovechar los avances que hicimos, y ha sido emocionante ver que eso ha sucedido tan r?pidamente", afirma John Jumper, cient?fico y l?der de AlphaFold en DeepMind.
Se trata -subraya- "de una nueva era en la biolog?a estructural y los métodos basados en la IA van a impulsar un progreso incre?ble".
Para Sameer Velankar, jefe de equipo del Banco de Datos de Prote?nas del EMBL-EBI en Europa, AlphaFold se ha extendido en la comunidad de la biolog?a molecular: "solo en el ?ltimo a?o se han publicado m?s de mil art?culos cient?ficos sobre una amplia gama de temas de investigaci?n que utilizan las estructuras de AlphaFold".
"Esto es solo el impacto de un mill?n de predicciones; imagina el impacto de tener m?s de 200 millones de predicciones de estructuras de prote?nas abiertamente accesibles", augura.
أكثر... (https://www.sport.es/es/noticias/sociedad/inteligencia-artificial-google-predice-estructura-14183932)