Cuando apareció COVID-19, los científicos conocían las proteínas fundamentales del virus gracias a décadas de investigación sobre los coronavirus y podían diseñar vacunas en un tiempo récord. Esta ventaja podría no estar disponible en futuras pandemias.
Para reforzar esta preparación, NVIDIA colaboró con organizaciones de investigación de todo el mundo, entre ellas Google DeepMind y European Molecular Biology Laboratory’s European Bioinformatics Institute (EMBL-EBI), para poner a disposición del público, a través de AlphaFold Database, las estructuras 3D previstas de los complejos proteicos de más de 2.800 virus. Las estructuras se generaron utilizando el modelo AlphaFold2 de Google DeepMind, que predice el plegamiento de proteínas, y NVIDIA BioNeMo Inference Runtime. El sistema predijo a escala los grupos de proteínas que interactúan en miles de proteomas virales.
NVIDIA también publicó BioNeMo Structure Prediction Pipeline, acelerado mediante GPU, que permite a los investigadores pasar de una secuencia de proteínas a una estructura 3D prevista. Aproximadamente el 30 % de las interacciones entre proteínas añadidas a la base de datos son completamente nuevas para la ciencia; estas estructuras no habían sido documentadas anteriormente en Protein Data Bank.
Según un análisis de Center for Global Development, la probabilidad de que el mundo se enfrente antes de 2050 a una pandemia tan grave como COVID-19 es de aproximadamente el 50 %. Los socios del proyecto pretenden acumular de antemano conocimientos sobre virus que podrían surgir en el futuro y sobre los cuales no se dispondría del conocimiento existente.
Los complejos proteicos pueden ser objetivos de vacunas y medicamentos. Mientras que la determinación tradicional de estructuras puede tardar años, AlphaFold2 puede realizar predicciones en cuestión de minutos en las GPU de NVIDIA.
Por qué es importante
Este recurso pretende que, durante una pandemia, los investigadores puedan consultar un mapa de proteínas creado previamente en lugar de empezar desde cero. En particular, para los equipos que desarrollan vacunas y medicamentos, la visualización conjunta de grupos de proteínas que interactúan ofrece una base de partida que podría acelerar la evaluación de posibles objetivos. El hecho de que aproximadamente un tercio de las estructuras esté compuesto por información que no se encuentra en Protein Data Bank demuestra que el estudio no se limita a recopilar los datos existentes, sino que también abre nuevas áreas de investigación. La publicación abierta del flujo de trabajo, por su parte, permite que distintos investigadores lleguen a estructuras predichas a partir de secuencias de proteínas, evitando que el uso del recurso dependa de una sola institución; sin embargo, sigue abierta la cuestión de cuáles de estas predicciones se confirmarán como objetivos de vacunas o medicamentos.