Dos décadas y media después de la publicación del Proyecto del Genoma Humano, un esfuerzo internacional que logró secuenciar más del 99 % de los genes humanos conocidos, la ciencia se enfrenta a un nuevo reto: no basta con leer el genoma, hay que entenderlo. Un equipo internacional en el que participa el Instituto de Investigación Biomédica de Bellvitge (IDIBELL) lidera una nueva iniciativa global que busca precisamente eso, con ayuda de la inteligencia artificial (IA) y la química biológica.
Aunque se conocen las secuencias de los más de 20.000 genes humanos, alrededor del 30 % sigue siendo un misterio en cuanto a su función. La falta de herramientas específicas para estudiar muchas proteínas ha limitado el avance en esta área. “No sabemos qué hacen porque nadie las estudia”, afirma el Dr. Albert Antolín, jefe del grupo de Química Médica y Diseño de Fármacos en IDIBELL. “Y sin herramientas adecuadas, no hay incentivos para hacerlo”, agrega.
Frente a este desafío, el IDIBELL, junto a otros centros de investigación y empresas farmacéuticas, impulsa un ambicioso proyecto dentro del consorcio mundial Structural Genomics Consortium (SGC). Su objetivo es claro: desarrollar nuevas herramientas químicas con IA para estudiar todas las proteínas del genoma humano y facilitar el descubrimiento de fármacos para enfermedades sin tratamiento.
El proyecto se alinea con la iniciativa Target 2035, que busca identificar un compuesto químico que interactúe con cada proteína humana de aquí al año 2035. Para lograrlo, se necesita alimentar a los modelos de IA con una enorme base de datos de interacciones proteína-compuesto. En los próximos cinco años, el equipo llevará a cabo experimentos cruzando más de 1.000 proteínas con miles de millones de compuestos químicos, generando así datos esenciales para entrenar algoritmos de alta precisión.
Uno de los pilares del proyecto es su apuesta por la ciencia abierta: toda la información obtenida será de acceso público, lo que permitirá que universidades, centros de investigación y empresas de todo el mundo puedan utilizar estos datos para entrenar sus propios modelos de IA y acelerar el descubrimiento de nuevos tratamientos.
“La investigación fundamental debe ser abierta, porque acelerar el desarrollo de fármacos, especialmente en fases tempranas, es clave para llegar antes a los pacientes”, señala el Dr. Antolín. En este enfoque colaborativo también participan instituciones como Mayo Clinic, lo que refuerza la dimensión global y transformadora del proyecto.
fecha:
