✨︎ Resumen (TL;DR):
- Científicos de Berkeley y Pekín utilizaron modelos de IA para diseñar herramientas de edición genética más precisas y seguras.
- El sistema ContactSeek modificó solo dos aminoácidos de una enzima y redujo hasta en un 99.2% los errores de corte en el genoma humano.
- Las nuevas nucleasas sintéticas esquivan las patentes biológicas actuales al tener solo un 72% de similitud con las proteínas naturales.
Dos investigaciones publicadas en Science y Nature demostraron que la inteligencia artificial ya no es una simple asistente de laboratorio, sino la arquitecta de nuevas herramientas de edición genética. Mediante modelos de aprendizaje profundo como AlphaFold 3 y ESM-IF1 de Meta, científicos de la Universidad de California en Berkeley y de la Universidad de Pekín diseñaron enzimas sintéticas que no existen en la naturaleza y corrigieron los editores actuales para reducir sus errores de precisión hasta en un 99.2% en células humanas.
ContactSeek es un marco computacional que utiliza las predicciones de contacto de AlphaFold 3 para identificar qué aminoácidos provocan errores en los editores de bases genéticas.
El primer gran avance llegó en Science. El equipo de la premio Nobel Jennifer Doudna utilizó el modelo de plegamiento inverso ESM-IF1 de Meta para diseñar nucleasas completamente artificiales llamadas SynTnpB. Estas tijeras moleculares comparten apenas el 72% de su secuencia con sus parientes naturales más cercanos, rompiendo la barrera de lo que la evolución ha creado hasta ahora.
“Pudimos desarrollar nucleasas no naturales que fueron activas en células humanas, vegetales y bacterianas”, declaró Doudna sobre este hito de la biotecnología.
El segundo estudio, publicado en Nature, introdujo ContactSeek. Este algoritmo no busca crear nuevas enzimas, sino perfeccionar las que ya tenemos calculando la probabilidad de que una proteína toque de manera incorrecta el ADN.
Un par de cambios moleculares apagan los errores
El equipo de la Universidad de Pekín, liderado por Haowei Meng y Chengqi Yi, aplicó ContactSeek en editores de adenina. El resultado fue inmediato: con solo modificar dos aminoácidos (creando la variante ABE8e-DD), redujeron la señal fuera de blanco (los cortes accidentales en el genoma) entre un 98.1% y un 99.2% en comparación con el editor original.
El método también se probó con éxito en células madre hematopoyéticas humanas para modificar el gen de la hemoglobina fetal, la vía clave que se investiga para curar la anemia falciforme y la beta talasemia. Reducir los errores accidentales en este tipo de células es crucial para obtener la aprobación de los organismos reguladores.
El vacío legal de las patentes y los retos pendientes
Este salto tecnológico trae un efecto colateral en la industria médica. Las patentes de edición genética suelen proteger enzimas que comparten un alto porcentaje de secuencia con las naturales. Al usar IA para diseñar proteínas viables con apenas un 72% de similitud, los científicos pueden saltarse estas restricciones legales, abriendo el mercado a nuevos competidores que no tendrán que pagar regalías multimillonarias.
Sin embargo, la cautela es necesaria. Ninguna de estas herramientas de edición genética por IA se ha probado todavía en un organismo vivo, como un animal o un ser humano. Los científicos aún deben demostrar que estas proteínas sintéticas no provocarán una reacción del sistema inmunitario y que son capaces de editar con seguridad la cantidad de células necesarias para curar enfermedades complejas.
