DeepMind ha alcanzado la madurez suficiente como para dejarse de jueguitos y dedicarse a problemas más serios. Se hizo muy famosa compitiendo a los típicos Atari, al ajedrez o al go pero su último algoritmo, llamado AlphaFold, ha conseguido resolver un problema científico que supone un gran avance en la comprensión de la maquinaria de la vida. Dennis Hassebis, fundador de DeepMind -ahora propiedad de Google-, dice que los algoritmos de están haciendo “lo suficientemente maduros y potentes como para ser aplicados a problemas científicos”. Los juegos eran un entretenimiento, en el sentido de aprendizaje infantil, que ha permitido que evolucionen hacia el mundo real.
Durante 50 años, el plegado de proteínas, una forma arcana de origami molecular que tiene una importancia mayúscula para la vida, ha sido un reto en el campo de la biología. La mayoría de procesos biológicos tienen que ver con proteínas; es la forma de la proteína lo que determina su función y sólo tras descubrir los científicos cómo se pliega una proteína, pueden empezar a comprender lo que hace. Aunque se han identificado ya más de 200 millones de proteínas, sólo se conocen las estructuras de unas pocas, porque cada forma requería años de trabajo meticuloso en el laboratorio. Una proteína es una cadena de aminoácidos que se puede enrollar o plegar en una variedad de formas alucinante: un gúgol al cubo de formas, va en serio, es decir, un uno seguido de trescientos ceros.
Bueno, pues DeepMind ha sido capaz de predecir el endiablado proceso de plegado tridimensional de proteínas, tras entrenar durante unas semanas con una base de datos que contiene 170.000 secuencias de proteínas y sus formas. Estimuló a AlphaFold, simulando participar en unos juegos olímpicos de la proteína, el Casp (Critical Assesment of Protein Structure Prediction). A los participantes de les entregan secuencias de aminoácidos de unas cien proteínas con el reto de averiguar su forma. Luego se comparan los resultados entre equipos que recurren a la computación y equipos que sólo confían en el trabajo en el laboratorio. AlphaFold batió a los programas de ordenador y consiguió una precisión comparable al laboratorio.
Por ejemplo, Andrei Lupas, director del Instituo Max Planck para Biología Evolutiva de Tubinga, ha dicho que Alpha Fold les ha ayudado a resolver una proteína en la que llevaban estancados “desde hace una década”. Janet Thronton, directora emérita del European Bioinformatics Institute, en Cambridge, dijo que había perdido la esperanza de que esto se resolviera durante su vida, para que nos hagamos una idea del avance que supone.