Científicos de proteínas y IA se enfrentan

Un equipo de científicos de proteínas de la Universidad de Rutgers se enfrentó a un programa de computadora.

Aviso de spoiler: la IA ganó. Pero solo por un pelo.

Emparejando a los humanos contra la IA

Los científicos decidieron realizar un experimento emparejando a un humano con un conocimiento profundo del diseño y la autoensamblaje de proteínas contra un programa de inteligencia artificial con capacidades predictivas. Encabezando la lista de científicos potenciales estaba Vikas Nanda, investigador en el Centro de Biotecnología y Medicina Avanzada (CABM) de Rutgers.

El experimento buscó determinar si el humano o la IA podrían hacer un mejor trabajo al predecir qué secuencias de proteínas se combinarían con más éxito.

Los resultados se publicaron en Nature Chemistry.

Nanda, investigadores en el Laboratorio Nacional Argonne en Illinois, y varios colegas en todo Estados Unidos dicen que la batalla fue “cerrada pero decisiva”. La competencia enfrentó a Nanda y varios colegas contra el programa de IA, que ganó por una pequeña margen.

Los científicos buscan más conocimientos sobre la autoensamblaje de proteínas, creyendo que al entenderla mejor, podrían diseñar nuevos y innovadores productos para usos médicos e industriales. Uno de estos productos podría ser tejido artificial humano para heridas, mientras que otro podría ser catalizadores para nuevos productos químicos.

Nanda es profesor en el Departamento de Bioquímica y Biología Molecular en la Escuela de Medicina de Rutgers Robert Wood Johnson.

“A pesar de nuestra amplia experiencia, la IA hizo tan bien o mejor en varios conjuntos de datos, mostrando el tremendo potencial de la inteligencia artificial para superar los prejuicios humanos”, dijo Nanda.

Diseño de proteínas y autoensamblaje

Las proteínas consisten en grandes cantidades de aminoácidos unidos de extremo a extremo, y las cadenas se pliegan para formar moléculas tridimensionales con formas complejas. La forma de cada proteína, y los aminoácidos que contiene, determinan su comportamiento. Investigadores como Nanda están involucrados en “diseño de proteínas”, lo que significa que crean secuencias que producen nuevas proteínas. El equipo ha diseñado recientemente una proteína sintética que puede detectar rápidamente el VX, un agente nervioso peligroso. Este nuevo desarrollo podría tener grandes implicaciones para nuevos biosensores y tratamientos.

Las proteínas se autoensamblan con otras proteínas para formar superestructuras que son importantes en biología. En algunos casos, parece que las proteínas siguen un diseño, como cuando se autoensamblan en una cápsula protectora de un virus. Otras veces, se autoensamblan al formar estructuras biológicas asociadas con ciertas enfermedades.

“Entender la autoensamblaje de proteínas es fundamental para hacer avances en muchos campos, incluyendo la medicina y la industria”, dijo Nanda.

Nanda y cinco otros colegas recibieron una lista de proteínas y se les pidió que predijeran cuáles eran probablemente autoensamblarse. Las predicciones se compararon con las del programa de computadora.

Los expertos humanos utilizaron reglas empíricas basadas en su observación del comportamiento de las proteínas en experimentos, incluyendo patrones de cargas eléctricas y grado de aversión al agua. Seleccionaron 11 proteínas que predijeron que se autoensamblarían, mientras que la IA eligió nueve proteínas.

Su experimento mostró que los humanos hicieron seis predicciones correctas de las 11 proteínas, mientras que el programa de computadora eligió nueve.

El experimento también demostró que los expertos humanos “favorecieron” ciertos aminoácidos sobre otros, lo que llevó a elecciones incorrectas. La IA eligió correctamente algunas proteínas con cualidades que no las hacían obvias.

“Estamos trabajando para obtener una comprensión fundamental de la naturaleza química de las interacciones que llevan a la autoensamblaje, así que me preocupaba que el uso de estos programas impediría importantes conocimientos”, dijo Nanda. “Pero lo que comienzo a entender realmente es que la inteligencia artificial es solo otra herramienta, como cualquier otra”.