AlphaFold 3: El fin de la biología de ensayo y error

La biología tiene un problema de “representación”.

Durante 50 años, el dogma central del descubrimiento de fármacos fue el de “llave y candado”. Si se quiere curar una enfermedad, hay que encontrar la proteína responsable (la cerradura) y diseñar una molécula que encaje perfectamente en ella (la llave). ¿El problema? La “cerradura” es microscópica, tambaleante e invisible. Encontrar la clave fue un juego de química ciega, que costó aproximadamente 2.000 millones de dólares y 10 años por medicamento.

En 2024, Google DeepMind lanzó AlphaFold 3. No sólo resolvió el problema del plegamiento de proteínas (nuevamente); resolvió el problema de interacción.

Esto marca el cambio de la “Biología estática” a la “Biología dinámica”. Y va a reducir el costo del descubrimiento de fármacos.

Del Evoformer a la Difusión: El Cambio de Arquitectura

Para entender por qué AlphaFold 3 (AF3) es un salto cuántico sobre AlphaFold 2 (AF2), hay que mirar el motor.

AlphaFold 2 se basó en la arquitectura Evoformer. Era un modelo de “mucha atención” que analizaba la historia evolutiva (alineaciones de secuencias múltiples o MSA) para triangular dónde deberían estar los átomos. Fue brillante al predecir estructuras de proteínas estáticas. Si le diste una secuencia, te dio una forma. Pero fue rígido.

AlphaFold 3 desecha gran parte de eso. En su lugar, utiliza una Red de difusión, similar a los modelos de IA que generan imágenes (como Midjourney o Stable Diffusion).

Cómo funciona la difusión biológica

Imagine una estructura proteica como una imagen clara y nítida.

1. Proceso directo (ruido): Lentamente agregas estática (ruido gaussiano) a las coordenadas de cada átomo hasta que la molécula parece una nube de caos aleatorio.
2. Proceso inverso (eliminación de ruido): Entrenas a una IA para que observe ese caos y “alucine” la estructura para que vuelva a existir, paso a paso.

AF3 toma una nube de átomos aleatorios y los “elimina de ruido” para formar un complejo proteína-ligando perfectamente plegado. Esto le permite manejar la incertidumbre generativa. A diferencia de AF2, que genera una única respuesta estática, AF3 entiende que las moléculas son flexibles. Ellos respiran.

El módulo Pairformer: Reducir la dependencia de MSA

Una de las debilidades críticas de AlphaFold 2 fue su gran dependencia de alineaciones de secuencias múltiples (MSA). Necesitaba ver miles de proteínas “primas” a lo largo de la historia evolutiva para descubrir la forma del objetivo. Esto significó que falló con las “proteínas huérfanas” (proteínas sin parientes conocidos) o con los anticuerpos sintéticos.

AlphaFold 3 presenta el módulo Pairformer. Este mecanismo de atención actualizado procesa las limitaciones químicas de los propios átomos en lugar de solo su historia evolutiva. Se centra en las relaciones “por pares” entre los átomos; básicamente, las leyes de la física y la química (fuerzas de Van der Waals, electrostática).

Este cambio hace que AF3 sea significativamente mejor a la hora de predecir las interacciones anticuerpo-antígeno, un dominio donde los datos evolutivos suelen ser escasos o irrelevantes.

La máquina de “todo”

La limitación de AlphaFold 2 era que sólo hablaba “Proteína”. Pero la biología es multilingüe.

• ADN/ARN: El código de instrucción.
• Ligandos: Pequeñas moléculas (fármacos) que se unen a proteínas.
• Iones: Partículas cargadas (Zinc, Magnesio) que actúan como baterías o interruptores.
• Modificaciones postraduccionales: Calcular cómo la fosforilación cambia la forma de una proteína.

AF3 es el primer modelo unificado. Predice la estructura de complejos que incluyen proteínas, ácidos nucleicos, moléculas pequeñas, iones y residuos modificados.

El impacto del descubrimiento de fármacos

Este es el “Santo Grial” de la industria farmacéutica. La mayoría de los fármacos actúan uniendo una pequeña molécula (ligando) a una proteína. AF2 podría decirle cómo era la proteína, pero no podría decirle si su medicamento se adherirá a ella. AF3 puede.

Los puntos de referencia muestran una mejora del 50 % en la precisión de las interacciones proteína-ligando con respecto al software de acoplamiento tradicional basado en la física (como el acoplamiento energético). Esto reemplaza efectivamente la cristalografía de laboratorio húmedo para la fase de detección inicial. En lugar de probar 10.000 compuestos en un laboratorio físico, los investigadores pueden analizar 10 millones de compuestos en un rancho de servidores.

Métricas de confianza: determinar la verdad versus la alucinación

En un modelo de difusión, la alucinación es una característica, no un error. Para combatir esto, AF3 genera puntuaciones de confianza que son tan importantes como la estructura misma.

1. pLDDT (Prueba de diferencia de distancia local prevista): esta puntuación de 0 a 100 mide la confianza local. Si una región tiene un pLDDT bajo (<50), probablemente significa que esa región está intrínsecamente desordenada (disqueteada) en la vida real, no solo que el modelo está confuso.
2. PAE (Error alineado previsto): Mide el error entre diferentes dominios. Responde: “¿Es correcta la forma A y la forma B? Más importante aún, ¿es válido el punto de unión entre ellas?”

Las empresas farmacéuticas utilizan estas métricas para “filtrar” la producción generativa. Si AF3 predice que un fármaco se une con alta confianza (PAE bajo), se traslada al laboratorio húmedo. Si la confianza es baja, se descarta.

Laboratorios isomórficos: la apuesta de $100 mil millones

Google no sólo está regalando esto. Crearon Isomorphic Labs (dirigido por Demis Hassabis) para comercializarlo.

Su estrategia es “Diseño de fármacos con IA primero”. En lugar de otorgar la licencia de la herramienta a Pfizer (aunque tienen asociaciones con Eli Lilly y Novartis), Isomorphic actúa como una “biotecnología digital”. Identifican objetivos, diseñan medicamentos in silico usando AF3 y luego venden la molécula a socios farmacéuticos por miles de millones.

El Modelo: “La pala no está a la venta. Se encuentra el oro, se mapea la mina y se venden las coordenadas GPS”.

Al mantener la versión más avanzada de AF3 (o disponible sólo a través de un servidor restringido), Isomorphic mantiene un enorme foso competitivo.

El panorama competitivo: no es sólo Google

Si bien Google acaparó los titulares, el campo avanza rápidamente.

• Chai-1: lanzado por Chai Discovery, este modelo de pesos abiertos pretende igualar o superar a AF3 en ciertos puntos de referencia de unión de ligandos. Se ejecuta en hardware de consumo.
• ESM3 (Modelado a escala evolutiva): Creado por EvolutionaryScale (ex-investigadores de Meta), este es un “Modelo básico para la biología”. Genera nuevas proteínas desde cero en lugar de simplemente plegar las existentes.
• BioNeMo: el marco de NVIDIA integra de manera efectiva estos modelos en un servicio de nivel empresarial, convirtiéndose en el “AWS de la biología”.

El monopolio de la biología digital duró unos seis meses. Ahora es una carrera armamentista. Una dinámica clave a observar es la tensión entre la Ciencia Abierta y los Fosos Comerciales. Si bien DeepMind publicó los métodos para AlphaFold 3, inicialmente retuvieron el código y los pesos, rompiendo con su precedente con AlphaFold 2. Esto provocó una reacción violenta de la comunidad científica, que eventualmente condujo a una publicación parcial.

Esta fricción resalta el valor comercial de estos modelos. En 2021, el plegamiento de proteínas fue una curiosidad científica. En 2025, será un secreto comercial que vale la pena proteger con el mismo vigor que la fórmula de Coca-Cola. La aparición de rivales competentes de código abierto como Chai-1 sugiere que el “foso” algorítmico puede ser menos profundo de lo que espera Google, lo que obliga a Isomorphic Labs a competir con datos propietarios (el circuito del laboratorio húmedo) en lugar de solo con la arquitectura del modelo.

La brecha de datos: por qué sobreviven los laboratorios húmedos

A pesar de las exageraciones, AlphaFold 3 no es una varita mágica. Sufre el problema de “basura entra, basura sale”.

1. Alucinaciones: Al igual que ChatGPT, AF3 puede predecir con confianza una estructura que desafía la física (por ejemplo, átomos superpuestos o ángulos de enlace no naturales). Un modelo de “difusión” tiende a hacer que las cosas parezcan plausibles en lugar de reales.
2. Dinámica: Predice una “instantánea” de una molécula. Pero las proteínas se optimizan entre diferentes formas (conformaciones). AF3 a menudo pasa por alto estos estados “ocultos” que son cruciales para la unión del fármaco (sitios alostéricos).

Esto significa que los laboratorios húmedos no están muertos. Simplemente cambian de función. En lugar de descubrimiento, los laboratorios ahora son para verificación.

Las perspectivas para 2026: biología generativa

La industria está entrando en la era de la Biología Generativa.

Así como GPT-4 puede escribir código, AlphaFold 3 genera hipótesis biológicas. El siguiente paso (¿AlphaFold 4?) probablemente cerrará el ciclo: no solo predecir la estructura, sino predecir función. “Diseñar una proteína que come plástico” o “Diseñar un aglutinante que neutralice la variante X de la proteína Spike”.

Cuando eso sucede, la biología deja de ser una ciencia de descubrimiento y se convierte en una ciencia de ingeniería. El código de la vida se convierte, literalmente, en código.