Cómo funciona el diseño de proteínas de novo y por qué es importante

Construyendo proteínas que la naturaleza nunca imaginó

Las proteínas son las máquinas moleculares de la vida. Catalizan reacciones, combaten infecciones, construyen tejidos y transmiten señales por todo el cuerpo. Durante miles de millones de años, la evolución moldeó cada proteína en la Tierra a través de mutaciones aleatorias y selección natural, un proceso lento y ciego. Ahora, los científicos han aprendido a saltarse la evolución por completo y a diseñar proteínas completamente nuevas desde cero.

El campo se llama diseño de proteínas de novo, y le valió a David Baker, de la Universidad de Washington, el Premio Nobel de Química 2024. Combinado con los avances en inteligencia artificial, está a punto de remodelar la medicina, la ciencia de los materiales y la química industrial.

Qué son las proteínas y por qué la forma lo es todo

Una proteína es una cadena de aminoácidos que se pliega en una forma tridimensional precisa. Esa forma determina lo que hace la proteína: un ligero cambio puede convertir una enzima útil en un bulto inútil. Las proteínas de la naturaleza evolucionaron sus formas durante milenios. El diseño de novo invierte el guion: los científicos eligen primero una forma y función deseadas, y luego calculan una secuencia de aminoácidos que se plegará en ella.

Piénselo como arquitectura. La biología tradicional estudia los edificios existentes para comprender cómo se sostienen. El diseño de novo le permite redactar planos para estructuras que nadie ha construido jamás, y luego construirlas.

Cómo funciona el proceso de diseño

El diseño de proteínas sigue tres pasos generales:

1. Definir la estructura objetivo. Los investigadores especifican la estructura tridimensional que desean, tal vez un bolsillo que sujete una molécula de fármaco o una jaula que entregue un componente de vacuna.
2. Calcular la secuencia. Las herramientas de software buscan una secuencia de aminoácidos que se prediga que se plegará de manera confiable en esa forma. El programa debe satisfacer miles de restricciones físicas: enlaces de hidrógeno, empaquetamiento hidrofóbico, interacciones electrostáticas.
3. Validar en el laboratorio. El gen diseñado se sintetiza, se inserta en las células y la proteína resultante se prueba para confirmar que realmente se pliega y funciona según lo previsto.

Durante décadas, el segundo paso fue el cuello de botella. Las primeras herramientas eran lentas y tenían bajas tasas de éxito. Eso cambió drásticamente con la IA.

La revolución de la IA: de AlphaFold a RFdiffusion

En 2020, AlphaFold de DeepMind sorprendió a los biólogos al predecir estructuras de proteínas con una precisión casi experimental. El laboratorio de Baker adaptó arquitecturas de aprendizaje profundo similares, no para predecir formas, sino para generarlas.

El resultado fue RFdiffusion, un modelo de IA generativa que trata el diseño de proteínas como la generación de imágenes. Comienza con ruido aleatorio y lo refina progresivamente en una estructura de proteína viable, aumentando las tasas de éxito experimental en dos órdenes de magnitud. Una herramienta complementaria, ProteinMPNN, luego encuentra una secuencia de aminoácidos óptima en aproximadamente un segundo, más de 200 veces más rápido que el software anterior, según los Institutos Nacionales de la Salud.

La última versión, RFdiffusion3, puede diseñar proteínas que interactúan con el ADN, pequeñas moléculas y otras proteínas con precisión atómica, produciendo enzimas casi tan efectivas como las que se encuentran en la naturaleza.

Aplicaciones en el mundo real

Los beneficios prácticos ya están surgiendo:

• Medicina: El grupo de Baker ha diseñado pequeñas proteínas que bloquean la infección por SARS-CoV-2, nanopartículas que sirven como candidatas a vacunas contra la influenza y aglutinantes que neutralizan las toxinas letales del veneno de serpiente.
• Diagnóstico: Los sensores de proteínas personalizados pueden detectar sustancias como el fentanilo, ofreciendo herramientas de detección rápidas y de bajo costo.
• Materiales: Investigadores del MIT han comenzado a diseñar proteínas por su movimiento, no solo por su forma, abriendo la puerta a fibras sostenibles y alternativas biodegradables a los plásticos derivados del petróleo.
• Enzimas industriales: Las enzimas diseñadas pueden catalizar reacciones químicas que ninguna enzima natural realiza, lo que podría ecologizar los procesos de fabricación.

Desafíos por delante

A pesar del rápido progreso, quedan obstáculos. No todas las proteínas diseñadas se pliegan correctamente una vez sintetizadas, y las tasas de éxito, aunque han mejorado enormemente, aún requieren la selección de múltiples candidatos. Diseñar proteínas con funciones catalíticas complejas de varios pasos sigue siendo más difícil que diseñar aglutinantes simples. Y traducir los éxitos de laboratorio en medicamentos aprobados o productos comerciales requiere años de pruebas de seguridad y revisión regulatoria.

Aún así, la trayectoria es clara. Con las herramientas de IA ahora de código abierto y mejorando rápidamente, el Archivo de Diseño de Proteínas ya catalogó más de 1500 diseños confirmados estructuralmente a principios de 2025. Los científicos ya no están limitados a las proteínas que la evolución produjo. Ahora pueden construir máquinas moleculares a pedido, un aminoácido a la vez.