Un proceso dirigido por inteligencia artificial desarrollado en la Universidade Chicago resulta capaz de utilizar big-data para diseñar nuevas proteínas.

Al desarrollar modelos de aprendizaje automático que pueden revisar la información de proteínas obtenida de las bases de datos del genoma, los investigadores de la Escuela Pritzker de Ingeniería Molecular (PME) encontraron reglas de diseño relativamente simples para construir proteínas artificiales.

Cuando el equipo construyó estas proteínas artificiales en el laboratorio, descubrieron que realizaban tan bien procesos químicos que rivalizaban con los que se encuentran en la naturaleza.

"Todos nos hemos preguntado cómo un proceso simple como la evolución puede conducir a un material de alto rendimiento como una proteína", dijo en un comunicado Rama Ranganathan, profesor en el Departamento de Bioquímica y Biología Molecular en Pritzker. "Descubrimos que los datos del genoma contienen enormes cantidades de información sobre las reglas básicas de la estructura y función de las proteínas, y ahora hemos podido embotellar las reglas de la naturaleza para crear proteínas nosotros mismos".

Este avance, que podría tener implicaciones en los sectores de la salud, la agricultura y la energía, ha sido publicado en la revista Science.

Las proteínas son esenciales para la vida de las células, ya que realizan tareas complejas y catalizan reacciones químicas. Los científicos e ingenieros han tratado de aprovechar este poder mediante el diseño de proteínas artificiales que pueden realizar nuevas tareas, como tratar enfermedades, capturar carbono o recolectar energía, pero hasta ahora muchos de los procesos diseñados para crear tales proteínas eran lentos y complejos, con un alto índice de fracaso.