Un grupo de trabajo integrado por Nvidia, Google DeepMind y el Instituto Europeo de Bioinformática del Laboratorio Europeo de Biología Molecular (EMBL-EBI) desarrolló un conjunto abierto de estructuras de proteínas de más de 2.800 virus, con la finalidad de acortar el tiempo de respuesta científico ante eventuales brotes o pandemias. El material está disponible a través de la base de datos AlphaFold y reúne modelos tridimensionales de proteínas y complejos proteicos de 2.812 proteomas virales pertenecientes a 23 familias relevantes para la salud humana.
El objetivo es que laboratorios de cualquier país pueda iniciar el estudio de posibles amenazas sin depender de una emergencia sanitaria para empezar a trabajar. La posibilidad de futuros brotes o pandemias es motivo de preocupación para las autoridades sanitarias por factores como el cambio climático, la movilidad internacional, la expansión urbana en hábitats animales y las brechas en vigilancia, según la Organización Mundial de la Salud.
Las proteínas son clave en las fases de entrada a las células, replicación y evasión de defensas por parte de los virus. Conocer la estructura y las interfaces de unión entre proteínas facilita entender el funcionamiento de un patógeno y orienta investigaciones. En este material se incluyen predicciones generadas con AlphaFold2, la versión avanzada del sistema de inteligencia artificial de Google DeepMind que estima la conformación tridimensional de una proteína a partir de su secuencia.
La colaboración también utilizó la plataforma BioNeMo de Nvidia para procesar a gran escala miles de proteínas virales. Es importante señalar que estos modelos no reemplazan la experimentación de laboratorio; cada predicción lleva asociado un nivel de confianza y los científicos deben validar los resultados antes de desarrollar tratamientos. No obstante, los datos pueden ayudar a definir qué proteínas conviene investigar primero, lo cual es crucial cuando los primeros días de un brote resultan decisivos.
La colección aporta 5.279 heterodímeros de alta confianza (complejos formados por dos proteínas distintas) y 2.749 homodímeros (dos copias de la misma proteína). Además, integra 4.681 homodímeros virales de alta confianza elaborados por un grupo externo. Durante la pandemia de COVID-19, la investigación en diagnósticos, vacunas y fármacos avanzó a gran velocidad, aunque la distribución de herramientas y conocimiento no fue igual en todos los países; el acceso abierto busca reducir parte de esa brecha.
El EMBL-EBI aloja el material en el Portal de Preparación ante Pandemias de AlphaFold. Allí, los investigadores pueden consultar estructuras de virus vinculados a familias que infectan a humanos y descargar datos para sus análisis. La licencia permite usos académicos y comerciales con atribución. La iniciativa también cuenta con la Coalición para las Innovaciones en Preparación para Epidemias, la Universidad Nacional de Seúl, la Universidad de Glasgow y el Instituto Suizo de Bioinformática, entre otros socios.
