BioEmu es un modelo generativo de Inteligencia Artificial (IA) creado por Microsoft capaz de predecir con rapidez y precisión toda la gama de formas que puede adoptar una proteína.
viernes 17 de abril de 2026
-
Temas del Día
Para continuar, suscribite a Somos Pymes. Si ya sos un usuario suscripto, iniciá sesión.
SUSCRIBITEEn una noticia disruptiva en cuanto a procesos biológicos y futuros avances en medicina y biotecnología.
Un paso adelante para comprender el funcionamiento.
BioEmu es un modelo generativo de Inteligencia Artificial (IA) creado por Microsoft capaz de predecir con rapidez y precisión toda la gama de formas que puede adoptar una proteína.
El sistema presentado por Microsoft el pasado febrero, ahora se publicó en la revista Science.
Ofrece una visión de las diferentes estructuras que puede adoptar cada proteína o conjunto de ellas, lo que es un paso adelante para comprender su funcionamiento.
Las proteínas son esenciales para casi todos los procesos biológicos y fundamentales para los avances en medicina y biotecnología.
Los recientes avances en secuenciación y aprendizaje profundo han facilitado la determinación de la secuencia y estructura de una proteína, pero comprender cómo funcionan cambiando de forma en respuesta a otras moléculas sigue siendo un reto fundamental.
BioEmu predice toda la gama de formas que puede adoptar una proteína, ofreciendo una alternativa más rápida y barata a las simulaciones moleculares tradicionales, indicó Science.
La nueva herramienta puede muestrear miles de conformaciones realistas de proteínas de forma más rápida y barata que las actuales técnicas de simulación de dinámica molecular (MD).
El estudio indica que BioEmu combina datos de entrenamiento procedentes de predicciones estructurales AlphaFold, simulaciones MD a gran escala y amplias mediciones experimentales de la estabilidad de las proteínas.
El sistema AlphaFold, de Google DeepMind, fue el primero en predecir las estructuras de las proteínas a partir de sus secuencias de aminoácidos.
Los autores indican que este nuevo sistema ilustra cómo el aprendizaje profundo puede amortizar el elevado costo de la simulación y la experimentación.
Esto allana el camino hacia la predicción a gran escala y basada en datos de la función de las proteínas.
video
video