AlphaFold e IA: explorando el origen de la vida

AlphaFold: de ganar el Nobel a explorar el inicio de todo

En 2024, Google DeepMind y los creadores de AlphaFold recibieron el Premio Nobel de Química por resolver uno de los grandes problemas abiertos de la biología computacional: predecir la estructura tridimensional de una proteína a partir de su secuencia de aminoácidos. Un logro que tardó décadas en hacerse realidad y que hoy, apenas un año después, está siendo redirigido hacia una pregunta aún más fundamental: ¿cómo comenzó la vida en la Tierra?

Lo que nació como una herramienta para acelerar el descubrimiento de fármacos y comprender enfermedades se convierte ahora en un telescopio apuntado hacia atrás en el tiempo, hacia hace más de 3.500 millones de años, cuando las primeras moléculas funcionales pudieron haber abierto la puerta a la biología.

El problema de fondo: la paradoja proteína-ADN

Antes de entender qué aporta la IA, hay que comprender el nudo que la ciencia lleva décadas intentando desatar. Las proteínas son las máquinas moleculares que hacen funcionar toda célula viva: regulan el metabolismo, copian el ADN, transportan oxígeno, defienden el organismo. Pero las proteínas actuales son extraordinariamente complejas: miles de aminoácidos organizados en estructuras tridimensionales precisas.

👥 ¿Quieres ir más allá de la noticia?

En nuestra comunidad discutimos las tendencias, compartimos oportunidades y nos ayudamos entre emprendedores. Sin humo, solo acción.

👥 Unirme a la comunidad

Aquí aparece la paradoja: se necesitan proteínas para fabricar ADN, pero se necesita ADN para fabricar proteínas. ¿Qué vino primero? ¿Cómo pudo surgir cualquiera de las dos sin que ya existiera la otra?

Esta pregunta, que la biología no ha podido responder con experimentos de laboratorio convencionales, es exactamente el tipo de problema en el que la simulación computacional puede abrir nuevas puertas.

Qué puede hacer AlphaFold 3 que antes era imposible

AlphaFold 3, lanzado en 2024 y en constante refinamiento, no solo predice la estructura de proteínas individuales. Su arquitectura ampliada le permite modelar las interacciones entre proteínas, ADN, ARN, iones y ligandos (moléculas pequeñas), ofreciendo una visión mucho más completa de cómo las biomoléculas se relacionan entre sí.

Esto tiene implicaciones directas para el estudio del origen de la vida. Los investigadores pueden ahora simular cómo podrían haberse comportado péptidos simples —cadenas cortas de aminoácidos, precursoras de las proteínas modernas— en condiciones prebióticas: temperaturas extremas, presencia de minerales, entornos hidrotermales submarinos o superficies arcillosas que pudieron actuar como catalizadores primitivos.

Lo que antes requería años de experimentación y costes millonarios en cristalografía de rayos X ahora se puede explorar en horas, con acceso gratuito, desde cualquier laboratorio del mundo.

Arqueología molecular: reconstruir lo que ya no existe

Una de las aplicaciones más fascinantes es lo que algunos investigadores denominan arqueología molecular con IA: reconstruir computacionalmente moléculas que existieron hace miles de millones de años y que no han dejado rastro físico en el registro fósil.

Las proteínas primitivas que pudieron dar inicio a los primeros procesos metabólicos no pueden estudiarse en un laboratorio porque simplemente no existen. Sin embargo, a través de sus descendientes actuales —las proteínas modernas— y de modelos computacionales como AlphaFold, es posible inferir cómo podrían haber sido sus antepasados más simples y si habrían tenido alguna función catalítica básica.

Un ejemplo concreto: investigadores de la Universidad de Texas en Austin han utilizado AlphaFold 2 para abordar una contradicción evolutiva clave relacionada con el origen de las células eucariotas (las células con núcleo que componen todos los organismos complejos, incluidos los humanos). La hipótesis más aceptada sostiene que una arquea del grupo Asgard incorporó una bacteria que eventualmente se convirtió en la mitocondria. Sin embargo, existía una aparente incompatibilidad ambiental: las arqueas Asgard se asocian a entornos anóxicos, mientras que la bacteria ancestral necesitaba oxígeno. Los resultados de AlphaFold 2 encajaron con el registro geológico que documenta un aumento del oxígeno atmosférico hace aproximadamente 1.700 millones de años, justo antes de la aparición de los primeros microfósiles de eucariotas, reforzando la hipótesis evolutiva.

Una base de datos abierta con más de 200 millones de estructuras

La base de datos de AlphaFold DB ya contiene más de 200 millones de predicciones estructurales de proteínas, con acceso completamente gratuito. Más de 3 millones de investigadores de 190 países la utilizan activamente. Aunque el grueso de las investigaciones vinculadas (más del 30%) se orienta a la comprensión y tratamiento de enfermedades, una línea creciente aplica estas predicciones a preguntas de biología evolutiva profunda y química prebiótica.

Esta apertura de datos es, en sí misma, un cambio de paradigma: antes, el conocimiento estructural de proteínas estaba concentrado en grandes laboratorios con recursos millonarios. Hoy, un equipo de investigación en cualquier universidad latinoamericana puede acceder a las mismas predicciones que los grupos más avanzados del mundo.

Otras herramientas de IA que complementan a AlphaFold

El ecosistema de IA aplicada a biología molecular se está enriqueciendo rápidamente. Google DeepMind ha desarrollado otras herramientas que trabajan junto a AlphaFold:

AlphaGenome: analiza secuencias largas de ADN (hasta 1 millón de bases) y predice cómo las mutaciones pueden alterar la regulación génica, siendo crucial para entender enfermedades genéticas y procesos del desarrollo.
AlphaMissense: se enfoca en el ADN codificante (el 2% del genoma que produce proteínas), clasificando variantes genéticas según su potencial de causar enfermedad.

Estas herramientas, en conjunto, permiten abordar no solo el qué (qué estructura tiene esta proteína), sino el cómo y el por qué: cómo evolucionó, cómo se regula, cómo mutó a lo largo de millones de años.

Implicaciones para el ecosistema biotech y startups

Para founders y equipos que operan en el espacio de biotecnología, drug discovery y biología sintética, estos avances no son meramente académicos. La accesibilidad de AlphaFold ha democratizado el diseño de proteínas, reduciendo dramáticamente las barreras de entrada para startups que antes no podían costear años de investigación estructural.

Empresas emergentes en LATAM y el mundo están usando predicciones de AlphaFold para:

Diseñar enzimas industriales más eficientes para procesos de manufactura verde.
Desarrollar candidatos terapéuticos para enfermedades huérfanas con pocos recursos.
Crear plataformas de biología sintética donde proteínas de diseño realizan funciones nunca vistas en la naturaleza.
Explorar biomateriales de nueva generación inspirados en estructuras moleculares ancestrales.

La investigación sobre el origen de la vida con AlphaFold, aunque parezca lejana al mercado, sienta las bases científicas de la ingeniería de proteínas desde cero, una de las fronteras más prometedoras de la biotecnología del siglo XXI.

Conclusión

AlphaFold no ha resuelto la paradoja del origen de la vida, y probablemente ninguna herramienta lo haga por sí sola. Pero por primera vez en la historia, los científicos tienen un instrumento capaz de explorar computacionalmente cómo habrían funcionado moléculas que ya no existen, reconstruyendo las máquinas moleculares más antiguas del universo conocido a partir de sus descendientes actuales.

Es un cambio de escala en lo que significa hacer ciencia: de observar lo que existe a simular lo que pudo haber existido. Y en ese salto, la inteligencia artificial no es solo una herramienta de laboratorio más; es una nueva forma de hacer preguntas sobre quiénes somos y de dónde venimos. Para el ecosistema de biotecnología y ciencias de la vida, este es exactamente el tipo de plataforma sobre la que se construirán las startups más importantes de la próxima década.

Descubre cómo otros founders de biotech e IA están aplicando estas tecnologías para construir startups de impacto. Únete gratis a la comunidad de Ecosistema Startup.

Aprender con founders