Utilizamos cookies para comprender de qué manera utiliza nuestro sitio y para mejorar su experiencia. Esto incluye personalizar el contenido y la publicidad. Para más información, Haga clic. Si continua usando nuestro sitio, consideraremos que acepta que utilicemos cookies. Política de cookies.

Presenta Sitios para socios Información LinkXpress hp
Ingresar
Publique su anuncio con nosotros
INTEGRA BIOSCIENCES AG

Deascargar La Aplicación Móvil





Enfoque basado en inteligencia artificial podría ayudar a desarrollar nuevas terapias de anticuerpos contra la COVID-19 basadas en proteínas

Por el equipo editorial de LabMedica en español
Actualizado el 05 Apr 2021
Ilustración
Ilustración
Un enfoque nuevo generando proteínas sintéticas usando inteligencia artificial (IA) tiene enorme potencial para desarrollar enzimas industriales eficaces como también medicina basada en proteínas, tales como anticuerpos y vacunas para el tratamiento de COVID-19.

Investigadores de la Universidad de Tecnología Chalmers (Gothenburg, Suecia) han demostrado que IA es ahora capaz de generar proteínas novedosas, funcionalmente activas. Las proteínas son grandes, moléculas complejas que juegan un papel crucial en todas las células vivas, construyendo, modificando, y descomponiendo otras moléculas naturalmente dentro de nuestras células. También son ampliamente usadas en procesos industriales y productos, y en nuestras vidas diarias. Los medicamentos basados en proteínas son muy comunes, la insulina medicamento para la diabetes es una de las más prescritas. Algunas de las medicinas para el cáncer, más costosas y eficaces, también se basan en proteínas, como también las fórmulas de anticuerpos actualmente usadas para tratar el COVID-19.

Los métodos actuales usados para ingeniería de proteína se basan en introducir mutaciones aleatorias a las secuencias de proteína. Sin embargo, con cada mutación aleatoria adicional introducida, la actividad de la proteína disminuye. En un descubrimiento en el campo de las proteínas sintéticas, los investigadores de Chalmers han desarrollado un enfoque basado en inteligencia artificial llamado ProteinGAN, que usa un enfoque de aprendizaje profundo generativo. En esencia, la IA cuenta con una gran cantidad de datos de proteínas bien estudiadas; estudia estos datos e intenta crear proteínas nuevas basándose en ellos.

Al mismo tiempo, otra parte de la IA trata de averiguar si las proteínas sintéticas son falsas o no. Las proteínas son enviadas una y otra vez en el sistema hasta que la IA ya no puede diferenciar si son sintéticas o no. Este método es bien conocido por crear fotografías y videos de personas que no existen, pero en este estudio, fue usado para producir variantes de proteína muy diversas con propiedades físicas semejantes a las naturales que podrían ser usadas para sus funciones.

Las proteínas usadas ampliamente en los productos cotidianos no siempre son completamente naturales sino que son hechas por medio de biología sintética y técnicas de ingeniería de proteínas. Usando esas técnicas, las secuencias de proteínas originales son modificadas con la esperanza de crear nuevas variantes de proteínas sintéticas que sean más eficientes, estables, y adaptadas a aplicaciones particulares. El enfoque nuevo basado en IA es de importancia para desarrollar enzimas industriales eficaces como también terapias nuevas basadas en proteínas, como anticuerpos y vacunas para el tratamiento del COVID-19.

“Lo que ahora podemos demostrar ofrece un potencial fantástico para una cantidad de aplicaciones futuras, como el desarrollo más rápido y más rentable de medicamentos basados en proteínas”, dijo Aleksej Zelezniak, profesor asociado del departamento de Biología e Ingeniería Biológica.

Enlace relacionado:
Universidad de Tecnología Chalmers

Miembro Platino
Analizador de coagulación automatizado
Hemolumi H6
Miembro Oro
Automatic Hematology Analyzer
CF9600
Automated Clinical Chemistry Analyzer
Envoy 500+
ANALIZADOR AUTOMÁTICO CLIA
Shine i6000

Canales

Química Clínica

ver canal
Crédito de la imagen:  Diane E. MacDougall et al., FIND Lp(a) Machine Learning Model: Targeted Screening Enrichment of Elevated Lipoprotein(a) in Atherosclerotic Cardiovascular Disease, JACC: Advances (2026). DOI: 10.1016/j.jacadv.2026.103114

El aprendizaje automático permite orientar el cribado de lipoproteína(a) elevada

La lipoproteína(a) es un factor de riesgo independiente, determinado genéticamente, de la enfermedad cardiovascular aterosclerótica; sin embargo, el cribado rutinario sigue siendo... Más

Microbiología

ver canal
Imagen: El actual brote de BDBV en la República Democrática del Congo pone de relieve los desafíos de respuesta a infecciones raras y graves (Crédito de la imagen: 123RF)

Investigación refuerza la preparación ante brotes del virus Bundibugyo con diagnósticos más rápidos

El virus de Bundibugyo (BDBV), una especie de ebolavirus, causa una enfermedad hemorrágica grave y puede ser difícil de diagnosticar rápidamente durante los brotes. Los recientes cambios... Más

Patología

ver canal
Crédito de la imagen: Adobe Stock

Herramienta citológica de aprendizaje automático mejora la identificación de células cancerosas

El cribado citológico sigue siendo fundamental para la detección temprana del cáncer, pero su precisión depende en gran medida de la interpretación experta de las células... Más

Tecnología

ver canal
Imagen: ADLM recomienda que las herramientas de inteligencia artificial emergentes sigan los mismos estándares profesionales de supervisión, calidad, validación y monitoreo que las pruebas clínicas tradicionales dentro del marco existente de CLIA (Crédito de la imagen: Adobe Stock)

ADLM pide actualizar CLIA para apoyar el uso seguro de IA en medicina de laboratorio

Los laboratorios clínicos utilizan cada vez más la inteligencia artificial para verificar, interpretar e informar resultados, pero las salvaguardas de las Enmiendas para la Mejora de los... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.