La otra mitad es para David Baker, catedrático de Bioquímica de la Universidad de Washington, por su trabajo sobre el diseño computacional de proteínas. Los ganadores se repartirán un premio de 11 millones de coronas suecas (1 millón de dólares).
El impacto potencial de esta investigación es enorme. Las proteínas son fundamentales para la vida, pero para entender lo que hacen hay que averiguar su estructura, un rompecabezas muy difícil que antes llevaba meses o años descifrar para cada uno de sus tipos. Al reducir el tiempo necesario para predecir la estructura de una proteína, las herramientas computacionales como las desarrolladas por los galardonados ayudan a los científicos a comprender mejor el su funcionamiento. Esto abre nuevas vías de investigación y desarrollo de fármacos: la tecnología podría dar lugar a vacunas más eficaces, acelerar la investigación sobre la cura del cáncer o conducir a materiales completamente nuevos.
Hassabis y Jumper crearon AlphaFold, que en 2020 resolvió un problema con el que los científicos llevaban décadas luchando: predecir la estructura tridimensional de una proteína a partir de una secuencia de aminoácidos. Desde entonces, la herramienta de IA se ha utilizado para predecir la forma de todas las proteínas conocidas por la ciencia.
Su último modelo, AlphaFold 3, puede predecir las estructuras del ADN, el ARN y moléculas como los ligandos, esenciales para el descubrimiento de fármacos. DeepMind también ha puesto gratuitamente a disposición de los científicos el código fuente y la base de datos de sus resultados.
"He dedicado mi carrera al avance de la IA por su potencial sin parangón para mejorar la vida de miles de millones de personas", ha declarado Demis Hassabis. "AlphaFold ya ha sido utilizado por más de dos millones de investigadores para avanzar en trabajos críticos, desde el diseño de enzimas hasta el descubrimiento de fármacos. Espero que recordemos a AlphaFold como la primera prueba del increíble potencial de la IA para acelerar los descubrimientos científicos", añadió.
David Baker, por su parte, ha creado varias herramientas de IA para diseñar y predecir la estructura de las proteínas, como una familia de programas llamada Rosetta. En 2022, su laboratorio creó una herramienta de IA de código abierto llamada ProteinMPNN que podría ayudar a los investigadores a descubrir proteínas desconocidas hasta entonces y a diseñar otras totalmente nuevas. Ayuda a los investigadores que tienen en mente una estructura proteica exacta a encontrar secuencias de aminoácidos que se plieguen en esa forma.
Más recientemente, a finales de septiembre, el laboratorio de Baker anunció que había desarrollado moléculas personalizadas que permiten a los científicos atacar y eliminar con precisión proteínas asociadas a enfermedades en células vivas.
"[Las proteínas] evolucionaron para resolver los problemas a los que se enfrentaron los organismos a lo largo del tiempo. Pero hoy nos enfrentamos a problemas nuevos, como el covid-19. Si pudiéramos diseñar proteínas que fueran tan buenas resolviendo problemas nuevos como lo son con los problemas antiguos las que generó la evolución, sería algo muy, muy potente", explicó Baker en 2022 a MIT Technology Review.