Solving Protein Structure with AI: Viva AlphaFold and Co.!

Problemas contemporáneos en la filosofía de la bioquímica

“…Recientemente, en diversos medios de comunicación tales como BBC News y The Guardian, circuló la noticia de que una inteligencia artificial había resuelto uno de los más grandes misterios de la biología: el problema del plegamiento de proteínas (Briggs 2020;Rincon 2021;Sample, 2020). Utilizando deep learning (DL), la compañía DeepMind de Google obtuvo un triunfo arrollador en la 13ª (Senior et al, 2020) y 14ª (Jumper et al, 2021) versiones de CASP (Critical Assessment of Techniques for Protein Structure Prediction) con sus softwares AlphaFold (AF) y AlphaFold2 (AF2) respectivamente 2 (AlQuraishi 2019(AlQuraishi , 2020Lupas et al, 2021;Perrakis y Sixma, 2021;Obermayer y Uversky, 2021). Esta es una competencia bianual en donde diversos equipos ponen a prueba metodologías computacionales desarrolladas para predecir la estructura de las proteínas a partir de su secuencia (Kryshtafovych et al, 2019).…”

“…La magnitud de este gran triunfo dejó atónitos a muchos investigadores del área. Su impacto ha sido tal que incluso se ha llegado a afirmar que en algún futuro los métodos computacionales, principalmente basados en deep learning, superarán a los métodos experimentales y los reemplazarán paulatinamente (Lupas et al, 2021;Obermayer y Uversky, 2021).…”

“…El éxito de AF2 ha traído grandes expectativas y promesas (Lupas et al, 2021;Perrakis y Sixma, 2021;Obermayer y Uversky, 2021), sobre todo en lo relacionado con la biomedicina (Rincon, 2021). Utilizando sus predicciones se ha generado la base de datos AlphaFold Protein Structure Database, cuyo fin es disponer de las estructuras inferidas para cada una de las proteínas del humano y otros organismos modelo (Tunyasuvunakool et al, 2021).…”

“…La expectación ha llegado al punto de que se ha llegado a afirmar que en un futuro metodologías como AF2 reemplazarían a las metodologías experimentales en la determinación de estructuras (Obermayer y Uversky, 2021). Se destacan ventajas tales como el poco tiempo que tomaría obtener una estructura con AF2 en comparación con otras técnicas como la cristalografía, que suelen demorar semanas o incluso años para lograr obtener una sola estructura.…”

Hic Sunt Dracones: Molecular Docking in Uncharted Territories with Structures from AlphaFold2 and RoseTTAfold

“…With the source code, protocols, web-services, and structures of the proteome of 48 (as of June 2022) key organisms freely available in the AlphaFold data bank (), researchers in the fields of structural biology and medicinal chemistry have a powerful tool in their hands with a continuously increasing number of publications making use of it . Besides the justified euphoria, − also some limitations like the lack of different conformations (e.g., active/inactive, apo/holo) and general dynamic information, or a lower accuracy for active-sites, where “protein-folding rules tend to break”, were pointed out. While the overall structure prediction accuracy is usually described by the protein backbone- or C α -root-mean-square deviation (rmsd), within the binding pockets, high accuracy for all residues and atoms including side chains is required for the structure-based ligand design.…”