AlphaFold permite rastrear la evolución de proteínas cientos de millones de años atrás
Hecho Qué ha ocurrido
Investigadores de ETH Zurich, liderados por Pedro Beltrao, han utilizado AlphaFold para estudiar la evolución de proteínas en periodos mucho más largos de lo que era posible antes. Mediante el análisis de las estructuras tridimensionales de proteínas en lugar de solo sus secuencias de ADN, el equipo puede inferir cómo eran las proteínas hace cientos de millones de años. AlphaFold ha permitido pasar de conocer estructuras de proteína en aproximadamente el 5% de los pares que interaccionan a una cobertura mucho mayor, transformando la capacidad de estudiar los orígenes de la vida.
Resumen generado mediante IA a partir de Google DeepMind (original en inglés). Naturaleza de la información: hecho documentado.
Análisis Por qué importa
Este avance permite a los científicos comprender mejor cómo los cambios genéticos generan cambios fenotípicos en los organismos, un conocimiento fundamental para la medicina personalizada y la predicción de enfermedades. La capacidad de rastrear proteínas ancestrales mejora la comprensión de la biología humana y los orígenes de la vida, con implicaciones para investigación biomédica y desarrollo de nuevas terapias.
- Quién se ve afectado
- Investigadores en biología computacional, bioinformática, biología evolutiva y medicina personalizada; institutos de investigación y universidades; empresas farmacéuticas y biotecnológicas.
- Qué puede cambiar
- La predicción de efectos de mutaciones genéticas puede volverse más precisa al entender mejor cómo las proteínas ancestrales evolucionaron y cómo los cambios estructurales impactan la función. Esto podría acelerar la identificación de mutaciones patógenas y el diseño de fármacos basados en estructuras ancestrales conservadas.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Publicación de papers que utilicen este enfoque para identificar nuevas dianas terapéuticas o explicar mecanismos de enfermedades hereditarias. Adopción del método en laboratorios de bioinformática clínica y farmacéutica. Ampliación de bases de datos de estructuras ancestrales de proteínas.
Recomendación Qué debería hacer una empresa
Los grupos de investigación en bioinformática y biología molecular deberían evaluar en los próximos 6-12 meses cómo integrar AlphaFold en sus pipelines de análisis evolutivo y predicción de efectos de mutaciones, especialmente si trabajan en medicina de precisión o descubrimiento de fármacos.
Recomendación generada por IA con la evidencia disponible; no es asesoramiento profesional.
Enviar esta noticia por correo
Enviado. Revisa que llegue a la bandeja de entrada de quien lo reciba.
La dirección no parece válida.
Has enviado varios correos seguidos. Espera un rato.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
No se ha podido enviar. Inténtalo de nuevo en unos minutos.
Fuente original: Google DeepMind (fuente primaria). La referencia es siempre el artículo original.
Ver fuente original ↗AlphaFoldpredicción de estructuras de proteínasanálisis evolutivobioinformática Google DeepMindETH Zurich AlphaFold biología computacional evolución de proteínas medicina personalizada orígenes de la vida
Relacionadas
AlphaFold revoluciona la predicción de estructuras proteicas: de experimentos a simulaciones
El artículo analiza el impacto de AlphaFold, desarrollado por Google DeepMind, que predice estructuras 3D de proteínas a partir de su secuencia sin…
Por qué importaPara directivos en farmacéutica, biotecnología y química, AlphaFold acelera descubrimiento de fármacos al eliminar ciclos costosos de prueba y error…
AlphaFold de DeepMind predice estructura 3D de proteínas desde secuencia genética
Google DeepMind publica en Nature un estudio donde presenta AlphaFold, un sistema de IA que predice la estructura tridimensional de proteínas basándose…
Por qué importaResolver el problema del plegamiento de proteínas es fundamental para acelerar el descubrimiento científico y el desarrollo de fármacos. Hasta ahora…
AlphaFold genera predicción precisa de moléculas más allá de proteínas
Google DeepMind ha presentado la próxima generación de AlphaFold, que expande su capacidad más allá de predicciones de proteínas para incluir ligandos, ácidos…
Por qué importaEsta expansión acelera dramáticamente el descubrimiento de fármacos y la ingeniería proteica al permitir predicciones precisas de interacciones…
AlphaFold resuelve el problema del plegamiento de proteínas tras 50 años
Google DeepMind ha anunciado que su sistema AlphaFold ha sido reconocido por los organizadores de CASP14 (Critical Assessment of protein Structure Prediction)…
Por qué importaEste avance acorta drásticamente el tiempo y costo de determinar estructuras proteicas, que antes requería años de trabajo experimental con equipos…
Tu opinión
Te hemos enviado un correo para confirmar tu dirección. El comentario se procesará cuando pulses el enlace.
Gracias. Tu comentario se publicará cuando lo revise el equipo (los primeros comentarios de cada persona se moderan).
Comentario publicado. Gracias por participar.
No se puede comentar aquí.
Indica un nombre (de 2 a 60 caracteres).
El correo no parece válido.
El comentario debe tener entre 10 y 2.000 caracteres.
Demasiados enlaces en el comentario.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
Has alcanzado el límite diario de comentarios.
Demasiados comentarios seguidos. Espera un rato.
No se ha podido enviar el correo de confirmación. Inténtalo de nuevo en unos minutos.