La inteligencia artificial ayuda a descifrar la función de proteínas desconocidas

Investigadores del Centro Andaluz de Biología del Desarrollo (CABD) y del Instituto de Biología Evolutiva de Barcelona (IBE) han técnicas avanzadas de inteligencia artificial para el análisis de proteínas.

El equipo ha conseguido demostrar que se puede identificar y describir lo que hacen las proteínas en detalle, incluso sin información previa. Este trabajo permite la aplicación masiva de estos métodos para entender las proteínas en organismos menos estudiados, identificar nuevas funciones de genes y explorar qué proteínas pueden ser de interés biomédico y biotecnológico con mayor precisión que los métodos tradicionales.

En la naturaleza la información contenida en el ADN se transforma en proteínas, que son las que actúan en las células. En este proyecto, liderado por los investigadores del CABD, Ildefonso Cases y Ana M. Rojas junto a Rosa Fernández, del IBE, se han empleado dos métodos basados en el aprendizaje profundo (deep learning) para analizar proteínas en varios organismos modelo, como la levadura, el ratón o la mosca de la fruta.

La exploración mostró que los modelos de lenguaje (Transformers) son más efectivos que las redes convolucionales, proporcionando información más precisa e informativa sobre las proteínas de las especies estudiadas. Además, los modelos de lenguaje pueden recuperar información funcional a partir de datos de ARN (molécula que lleva las instrucciones del ADN para fabricar proteínas en las células).

“Estamos en un momento crítico debido a la enorme cantidad de proyectos de secuenciación de organismos desconocidos que producen millones de secuencias, de las que no podemos predecir su función usando métodos tradicionales”, explica Rojas. Este trabajo abre nuevas vías de investigación relacionadas con una mayor precisión en los modelos de análisis y clasificación de funciones de las proteínas.

El estudio permite conocer mejor la biodiversidad proteica, donde cada día se publican nuevas secuencias de proteínas cuya función es desconocida

Ana Rojas (IBE-CSIC)

Este nuevo estudio, publicado en la revista Nuc Acids Red Genomics and Bioinformatics, sienta las bases del uso de la IA en otras aplicaciones.

Biología computacional

“Estas herramientas de aprendizaje profundo permitirán abordar nuevos problemas en biología computacional. Estamos trabajando en la aplicación de estas técnicas para otros objetivos, como promotores a la carta, anotación de grupos de células en single-cell, o ingeniería de proteínas”, dice la investigadora del IBE

Por su parte, Rosa Fernández, hace hincapié en que esta investigación es fundamental en el campo de la biodiversidad, donde cada día se publican nuevas secuencias de proteínas cuya función es desconocida, lo cual permite abordar el problema de anotación del proteoma oscuro (Dark Proteome).

“Para ello estamos usando estas herramientas en miles de transcriptomas del reino animal, trabajo que se encuentra en revisión. Cuanta más información tengamos de las funciones de secuencias nuevas, más rápido descifraremos los mecanismos moleculares de procesos biológicos que se dan en el ámbito de la biodiversidad y regeneración con potenciales aplicaciones biotecnológicas (industria alimentaria) y biomédicas (industria farmacéutica)”, concluye la investigadora.

Referencia:

Israel Barrios-Núñez et al. “Decoding functional proteome information in model organisms using protein language models, Nuc Acids Red Genomics and Bioinformatics (2024).