Inteligencia artificial de Google obtiene prestigioso premio Nobel en Química.

Un hito en la historia de la inteligencia artificial ha sido marcado con la reciente concesión del Premio Nobel de Química del 2024 a un trío de científicos destacados. Demis Hassabis, co-fundador y CEO de DeepMind, la división de inteligencia artificial de Google, junto a John Jumper, investigador senior de Google DeepMind, y David Baker de la Universidad de Washington, han recibido este prestigioso galardón por su innovador trabajo en la predicción y desarrollo de nuevas proteínas.

La distinción se ha otorgado en reconocimiento a AlphaFold 2, un sistema de inteligencia artificial capaz de predecir la estructura tridimensional de proteínas a partir de sus secuencias de aminoácidos. Por otro lado, Baker ha sido premiado por liderar un laboratorio donde los 20 aminoácidos que conforman las proteínas fueron utilizados para diseñar nuevas proteínas, incluyendo aquellas para aplicaciones farmacéuticas, vacunas, nanomateriales y sensores diminutos, según lo anunciado por el comité del Premio Nobel.

Este logro resalta cómo la inteligencia artificial está revolucionando la ciencia biológica y llega tan solo un día después de lo que parece ser el primer Premio Nobel otorgado a una tecnología de inteligencia artificial, en este caso en Física a Geoffrey Hinton, de Google DeepMind, y al profesor de Princeton John J. Hopfield, por su trabajo en redes neuronales artificiales.

La Academia Real de Ciencias de Suecia anunció el premio, valorado en 11 millones de coronas suecas (aproximadamente 1 millón de dólares), dividido entre los laureados, con la mitad destinada a Baker y la otra mitad distribuida entre Hassabis y Jumper.

El comité enfatizó el impacto sin precedentes de AlphaFold, describiéndolo como un avance que resolvió un problema de 50 años en biología: la predicción de la estructura de las proteínas, es decir, cómo predecir la estructura tridimensional de una proteína a partir de su secuencia de aminoácidos.

Durante décadas, los científicos sabían que la función de una proteína está determinada por su forma tridimensional, pero predecir cómo la cadena de aminoácidos se pliega en esa forma era increíblemente complejo. AlphaFold, desarrollado por Google DeepMind, logró un avance al utilizar la inteligencia artificial para predecir las estructuras 3D de proteínas con una precisión casi experimental, lo que significa que las predicciones de AlphaFold para la estructura 3D de una proteína son tan cercanas a los resultados obtenidos de métodos experimentales tradicionales, como la cristalografía de rayos X, la criomicroscopía electrónica o la espectroscopía de resonancia magnética nuclear (NMR), que son casi indistinguibles.

Al lograr una «precisión casi experimental», AlphaFold pudo predecir las estructuras de proteínas con un nivel de precisión que rivalizaba con estos métodos, generalmente dentro de un margen de error de alrededor de 1 Ångström (0,1 nanómetros) para la mayoría de las proteínas. Esto significa que las predicciones del modelo se acercaban mucho a las estructuras reales determinadas por medios experimentales, convirtiéndolo en una herramienta transformadora para los biólogos.

El trabajo de Hassabis y Jumper, desarrollado en el laboratorio londinense de DeepMind, ha transformado los campos de la biología estructural y el descubrimiento de medicamentos, ofreciendo una herramienta poderosa a científicos de todo el mundo.

«AlphaFold ya ha sido utilizado por más de dos millones de investigadores para avanzar en trabajos críticos, desde el diseño de enzimas hasta el descubrimiento de medicamentos», afirmó Hassabis en un comunicado. «Espero que veamos a AlphaFold como el primer punto de referencia del increíble potencial de la inteligencia artificial para acelerar el descubrimiento científico».