📝 RESUMEN
La iniciativa biomédica Chan Zuckerberg Biohub ha sacudido la ciencia global al presentar el ESM Atlas, una colosal base de datos abierta que alberga 6,800 millones de secuencias de proteínas y más de 1,100 millones de estructuras tridimensionales predichas. Este mapa, que eclipsa a la base de datos de AlphaFold por más de 800 millones de entradas, fue construido con ESMFold2, un modelo de inteligencia artificial de vanguardia que prescinde de los tradicionales alineamientos de secuencias múltiples (MSA) para operar a una velocidad absurda. Basado en un revolucionario modelo de “lenguaje de proteínas” entrenado con ADN metagenómico de suelos y océanos, ESMFold2 ha demostrado en laboratorios reales superar a AlphaFold 3 en la predicción de complejos multiméricos y anticuerpos monoclonales contra el cáncer. Al ser completamente de código abierto y sin restricciones comerciales, la comunidad científica internacional celebra este hito como la mayor democratización tecnológica en la historia de la bioinformática moderna. El preprint sobre este hito de la biología estructural está en: https://biohub.ai/papers/esm_protein.pdf (cuesta trabajo acceder a él).
1. Mapeando la “Materia Oscura” de la Biología: El ESM Atlas 🗺️🌌
¡GRACIAS POR LEER NUESTRAS NOTICIAS! ¿Nos invitas un cáfe? ☕
Hasta el día de hoy, el universo de las proteínas conocidas tenía un sesgo masivo hacia los organismos criados en laboratorios médicos. El nuevo ESM Atlas rompe estas fronteras de forma radical.
- El Impulso Metagenómico: A diferencia de AlphaFold, el equipo liderado por Alex Rives alimentó a su IA con miles de millones de secuencias extraídas directamente de muestras ambientales de tierra, lodo y agua oceánica profunda.
- Conexiones Evolutivas Inesperadas: Al explorar estas regiones desconocidas del mapa genético, el atlas ya rindió sus primeros frutos evolutivos: los investigadores descubrieron asombrosas similitudes estructurales entre los sistemas de defensa bacterianos CRISPR y proteínas de edición génica halladas en hongos del suelo y otras especies eucariotas, tendiendo un puente evolutivo que la ciencia no había podido rastrear.
2. ESMFold2 vs. AlphaFold 3: La Batalla de la Inmunología 🥊🔬
Predecir cómo se pliega una proteína aislada ya es una tarea dominada por las computadoras; el verdadero “santo grial” de la biomasa farmacéutica consiste en predecir cómo encajan dos piezas en movimiento, específicamente los anticuerpos con sus antígenos diana.
- Precisión de Ajuste Quirúrgico: ESMFold2 demostró una capacidad sobresaliente, superando el rendimiento del recién lanzado AlphaFold 3 de Google DeepMind al determinar la arquitectura exacta en la que un anticuerpo abraza a su objetivo molecular.
- Adiós a los Monopolios Propietarios: Expertos de la computación molecular, como Sergey Ovchinnikov del MIT, destacan que la gran victoria de ESMFold2 no es solo matemática, sino filosófica: al ser 100% de código abierto (Open Source) y permitir su uso comercial ilimitado, neutraliza los candados de las farmacéuticas corporativas y acelera los laboratorios independientes.
3. Validación Experimental: El Software que Cura en la Vida Real 🧫🧪
Para callar las dudas de los escépticos de la computación, el equipo de Biohub no se limitó a generar renderizados en 3D; mandó fabricar físicamente las moléculas predichas por la IA en un laboratorio húmedo tradicional.
- Los Blancos de Cáncer: Utilizaron ESMFold2 para diseñar desde cero miniproteínas destinadas a unirse con fuerza letal a receptores críticos de tumores e inmunodeficiencias, incluyendo EGFR (cáncer de pulmón y colon), PDGFRβ, PD-L1, CTLA-4 y CD45.
- Eficacia de Fábrica: Al sintetizarlas e inyectarlas in vitro, una proporción masiva de los diseños funcionó con una afinidad picomolar exacta a la calculada por los algoritmos, validando que el software entiende las leyes biofísicas de los átomos químicos.
4. Visiones Cruzadas: Expectativa y Escepticismo en la Comunidad Científica 🧠🔍
Aunque el logro ha impresionado a la élite de la biología computacional, los líderes del campo marcan sus posturas frente a esta avalancha de datos:
- El Voto de Confianza: La Dra. Gemma Atkinson (Universidad de Lund) declaró que este atlas es “un recurso extraordinario para la biología” que demuestra cómo los modelos de lenguaje a gran escala capturan las reglas fundamentales de la vida. A su vez, Christine Orengo (UCL) añade que esto redefinirá nuestra comprensión básica de los nuevos pliegues y funciones proteicas.
- La Nota de Cautela: El Dr. Martin Steinegger (Universidad Nacional de Seúl) advierte que aún queda por evaluar qué tan bien responde ESMFold2 ante proteínas metagenómicas que sean radicalmente huérfanas o estructuralmente muy bizarras, recordando que la primera versión de ESM flaqueaba ante lo completamente desconocido.
📚 REFERENCIA BIBLIOGRÁFICA
- Callaway, E. Naddaf, M. (2026). Open-source AI ‘world model’ for biology rivals AlphaFold’s protein-design prowess. Nature (News), 27 May 2026. https://www.nature.com/articles/d41586-026-01686-3
- Rives, A., et al. (2026). ESMFold2: A faster path from protein biology to binder design and world modeling. Biohub Science Initiative / Preprint, May 2026. Disponible en https://biohub.ai/esm/protein/
- Chan Zuckerberg Biohub & EvolutionaryScale. (2026). ESM Cambrian: Revealing the mysteries of proteins with unsupervised learning at scale. Biohub Tech Blog & Repository Documentation. https://github.com/Biohub/esm
LINKS: https://biohub.ai/
Deja una respuesta