Uno de los grandes desafíos de la medicina actual es poder entender y predecir el plegamiento incorrecto de las proteínas y la consecuente formación de agregados tóxicos en el cerebro, ya que se sabe que colaboran al desarrollo de enfermedades neurodegenerativas como el Alzheimer, Parkinson, o la esclerosis lateral amiotrófica (ELA), entre otras. Un grupo internacional, liderado por especialistas del CONICET, de la Fundación Instituto Leloir (FIL) y del ITBA, presentó un software que por medio de IA anticipa las llamadas “Regiones Propensas a la Agregación” de manera más efectiva que las que se usan en la actualidad.

“AggrescanAI es una herramienta de aprendizaje profundo que utiliza inteligencia artificial para predecir estas regiones que motorizan la agregación de las proteínas. A diferencia de las herramientas anteriores, que veían a las proteínas como simples cadenas de letras, nuestro software ‘lee’ la proteína de la misma manera que un humano una oración: entiende que el significado (o comportamiento) de una parte de la proteína cambia según lo que ocurre alrededor”, explica Cristina Marino-Buslje, investigadora del CONICET en el Instituto de Investigaciones Bioquímicas de Buenos Aires (IIBBA,CONICET-FIL), jefa del Laboratorio de Bioinformática Estructural de la FIL y coautora del trabajo publicado en el Journal of Molecular Biology.

El trabajo se llevó a cabo en colaboración con el grupo de Salvador Ventura, de la Universidad Autónoma de Barcelona, y tiene como primer autor a Álvaro Navarro, quien está realizando su doctorado bajo la dirección de la investigadora. Marino-Buslje señaló que para crear la herramienta utilizaron el modelo de lenguaje de proteínas (pLM, por sus siglas en inglés) ProtT5, uno de los más usados por su capacidad para predecir y estudiar funciones biológicas. Los pLM son inteligencias artificiales que aprenden el “idioma” de las proteínas.

Para hacerlo, transforman cada aminoácido en un conjunto de números llamados técnicamente “embeddings”, que capturan su función y contexto dentro de la proteína. Así, la IA puede predecir propiedades biológicas sin ver la estructura, entendiendo a las proteínas casi como si leyera su significado. “En nuestro caso, los embeddings nos permiten prever la región que produce la agregación”, asegura.

Los creadores del nuevo software consideran que podría tener un impacto directo tanto económico como en salud pública, acelerando el desarrollo de posibles terapias y diagnósticos. “Al predecir la agregación basándose únicamente en la secuencia de la proteína, no se necesitan imágenes 3D costosas y lentas para saber si ésta es peligrosa”, señaló Marino-Buslje resaltando que “enfermedades como el Alzheimer, el Parkinson y la ELA son causadas por proteínas que se acumulan en el cerebro. AggrescanAI permite a quienes investigan esas patologías probar virtualmente qué proteínas tienen esta tendencia y dar el primer paso para poder investigar miles de moléculas para ver cuáles previenen mejor la formación de estos agregados”.

El software puede predecir mutaciones genéticas peligrosas –con probabilidades de causar agregación de proteínas–, y ayudar así a los médicos a establecer diagnósticos más rápidos y planificar terapias personalizadas.