Ponente
Descripción
Resumen:
Los sistemas de inteligencia artificial imitan funciones cognitivas asociadas a la mente humana (razonar, aprender, resolver problemas) y pueden emplearse en la predicción de la estructura tridimensional de las proteínas. Los avances de estas tecnologías se evalúan de forma bienal en CASP (Critical Assesment of Techniques for Protein Structure Prediction). Alphafold es un modelo de inteligencia artificial, que obtuvo resultados superiores al resto en la edicion 14 de CASP [1]. El objetivo de este trabajo es mostrar las potencialidades de Alphafold como tecnología de inteligencia artificial aplicada al sector biotecnológico. Las redes neuronales artificiales son un modelo computacional que posee la capacidad de gestionar datos con alta eficacia y rapidez. Alphafold predice estructuras con elevada similitud a la estructura experimental. Este sistema resulta ventajoso en términos de aprovechamiento del tiempo y obtención de resultados confiables. Su aplicación permite comprender procesos biológicos como la biogénesis de ribosomas en levaduras [2] y puede implementarse en el proceso de producción de fármacos para el tratamiento de enfermedades como el cáncer [3]. Alphafold constituye una herramienta rápida, eficiente y potencialmente útil en el sector biotecnológico.
Bibliografías:
1. Jumper, J., et al., Highly accurate protein structure prediction with AlphaFold. Nature, 2021. 596(7873): p. 583-589.
2. Zhao, Y., et al., Artificial intelligence-assisted cryoEM structure of Bfr2-Lcp5 complex observed in the yeast small subunit processome. Communications Biology, 2022. 5(1): p. 523.
3. Ren, F., et al., AlphaFold accelerates artificial intelligence powered drug discovery: efficient discovery of a novel CDK20 small molecule inhibitor. Chemical Science, 2023. 14(6): p. 1443-1452.
