Al aplicar herramientas de procesamiento del lenguaje natural a los movimientos de las moléculas de proteínas, Los científicos de la Universidad de Maryland crearon un lenguaje abstracto que describe las múltiples formas que puede adoptar una molécula de proteína y cómo y cuándo pasa de una forma a otra.

La función de una molécula de proteína a menudo está determinada por su forma y estructura, Por lo tanto, comprender la dinámica que controla la forma y la estructura puede abrir una puerta para comprender todo, desde cómo funciona una proteína hasta las causas de la enfermedad y la mejor manera de diseñar terapias con medicamentos dirigidos. Esta es la primera vez que se aplica un algoritmo de aprendizaje automático a la dinámica biomolecular de esta manera, y el éxito del método proporciona información que también puede ayudar a promover la inteligencia artificial (IA). Un artículo de investigación sobre este trabajo se publicó el 9 de octubre de 2020, en el diario Comunicaciones de la naturaleza .

"Aquí mostramos las mismas arquitecturas de IA que se usan para completar oraciones cuando se pueden escribir correos electrónicos para descubrir un idioma hablado por las moléculas de la vida, "dijo el autor principal del artículo, Pratyush Tiwary, profesor asistente en el Departamento de Química y Bioquímica de la UMD y en el Instituto de Ciencia y Tecnología Físicas. "Demostramos que el movimiento de estas moléculas se puede mapear en un lenguaje abstracto, y que las técnicas de IA se pueden utilizar para generar historias biológicamente verídicas a partir de las palabras abstractas resultantes ".

Las moléculas biológicas están en constante movimiento. moviéndose en su entorno. Su forma está determinada por cómo se pliegan y retuercen. Pueden permanecer en una forma determinada durante segundos o días antes de abrirse repentinamente y replegarse en una forma o estructura diferente. La transición de una forma a otra ocurre de manera muy similar al estiramiento de una bobina enredada que se abre en etapas. A medida que las diferentes partes de la bobina se liberan y se despliegan, la molécula asume diferentes conformaciones intermedias.

Pero la transición de una forma a otra ocurre en picosegundos (billonésimas de segundo) o más rápido, lo que dificulta que los métodos experimentales, como los microscopios de alta potencia y la espectroscopia, capturen exactamente cómo ocurre el despliegue, qué parámetros afectan el despliegue y qué diferentes formas son posibles. Las respuestas a esas preguntas forman la historia biológica que el nuevo método de Tiwary puede revelar.

Tiwary y su equipo aplicaron las leyes del movimiento de Newton, que pueden predecir el movimiento de los átomos dentro de una molécula, con poderosas supercomputadoras, incluyendo Deepthought2 de UMD, desarrollar modelos de física estadística que simulen la forma, movimiento y trayectoria de moléculas individuales.

Luego, introdujeron esos modelos en un algoritmo de aprendizaje automático, como el que usa Gmail para completar oraciones automáticamente a medida que escribe. El algoritmo abordó las simulaciones como un lenguaje en el que cada movimiento molecular forma una letra que se puede unir con otros movimientos para formar palabras y oraciones. Al aprender las reglas de la sintaxis y la gramática que determinan qué formas y movimientos se suceden y cuáles no, el algoritmo predice cómo se desenreda la proteína a medida que cambia de forma y la variedad de formas que adopta a lo largo del camino.

Para demostrar que su método funciona, el equipo lo aplicó a una pequeña biomolécula llamada riboswitch, que se había analizado previamente mediante espectroscopia. Los resultados, que reveló las diversas formas que el riboswitch podría tomar cuando se estiró, coincidió con los resultados de los estudios de espectroscopia.

"Uno de los usos más importantes de esto, Espero, es desarrollar medicamentos que sean muy específicos, "Dijo Tiwary." Quieres tener medicamentos potentes que se unan muy fuertemente, pero solo a aquello a lo que desea que se unan. Podemos lograrlo si entendemos las diferentes formas que puede adoptar una determinada biomolécula de interés, porque podemos fabricar medicamentos que se unan solo a una de esas formas específicas en el momento adecuado y solo durante el tiempo que queramos ".

Una parte igualmente importante de esta investigación es el conocimiento adquirido sobre el sistema de procesamiento del lenguaje que Tiwary y su equipo utilizaron, que generalmente se denomina red neuronal recurrente, y en este caso específico una red de memoria a corto plazo. Los investigadores analizaron las matemáticas que sustentan la red mientras aprendía el lenguaje del movimiento molecular. Descubrieron que la red usaba un tipo de lógica similar a un concepto importante de la física estadística llamado entropía de ruta. Comprender esto abre oportunidades para mejorar las redes neuronales recurrentes en el futuro.

"Es natural preguntarse si existen principios físicos que rijan el éxito de las herramientas de IA, "Dijo Tiwary." Aquí descubrimos que, Por supuesto, es porque la IA está aprendiendo la entropía de la ruta. Ahora que sabemos esto abre más perillas y engranajes que podemos ajustar para hacer una mejor IA para la biología y tal vez, ambiciosamente, incluso mejorar la propia IA. Siempre que entienda un sistema complejo como la IA, se vuelve menos una caja negra y le brinda nuevas herramientas para usarlo de manera más efectiva y confiable ".