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

Deascargar La Aplicación Móvil




Eventos

02 jun 2026 - 04 jun 2026
17 jun 2026 - 19 jun 2026

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 Oro
Quality Control Material
iPLEX Pro Exome QC Panel
Software de laboratorio
Acusera 24•7
Immunofluorescence Analyzer
IFA System
POC Immunoassay Analyzer
Procise DX

Canales

Química Clínica

ver canal
Imagen: Nuevos hallazgos sugieren que los puntos de corte estándar \"normales\" del CA19-9 podrían enmascarar una enfermedad agresiva en los no productores, mientras que un modelo de umbral dual podría reducir las interpretaciones erróneas (crédito de la imagen: Adobe Stock)

Nuevo valor de corte de CA19-9 ayuda a identificar pacientes con cáncer de páncreas de alto riesgo

El adenocarcinoma ductal pancreático (PDAC) se diagnostica con frecuencia en una etapa avanzada y sigue siendo uno de los tumores sólidos más letales. Los médicos suelen utilizar el antígeno carbohidrato... Más

Diagnóstico Molecular

ver canal
Imagen: El nuevo método de origami de ARN logró una resolución de 18 nucleótidos, suficiente para distinguir las secciones repetidas sanas de las asociadas a enfermedades (crédito de la imagen: Adobe Stock)

Nuevo método de ARN origami facilita pruebas más rápidas para trastornos por expansión de repeticiones

Los trastornos de expansión de repeticiones causan afecciones como la distrofia miotónica, la enfermedad de Huntington y la esclerosis lateral amiotrófica (ELA), pero determinar con... Más

Hematología

ver canal
Imagen: Los hallazgos del estudio pueden ayudar a identificar la deficiencia de hierro antes en niños de 5 a 14 años. (Fotografía cortesía de iStock)

Un umbral de ferritina más elevado podría mejorar la detección de deficiencia de hierro en niños

La deficiencia de hierro en niños en edad escolar puede afectar el desarrollo cerebral, el aprendizaje, el crecimiento y el rendimiento físico; sin embargo, la detección temprana de... Más

Inmunología

ver canal
Imagen: Resumen gráfico (Crotts S.B., Barnes J.T., Antonetti R.M., et al. Cell Reports (2026). DOI:10.1016/j.celrep.2026.117347)

Enzima inmunitaria se vincula con la enfermedad inflamatoria intestinal resistente al tratamiento

La enfermedad inflamatoria intestinal (EII) afecta a casi 3 millones de personas en Estados Unidos y su prevalencia sigue en aumento. Los medicamentos que actúan sobre el factor de necrosis tumoral... Más

Patología

ver canal
Imagen: la tecnología aprovecha las preparaciones de diapositivas de rutina para ofrecer una lectura de riesgo individualizada basada en señales derivadas de imágenes (fotografía cortesía de Valar Labs)

Prueba de patología con IA recibe designación de avance de la FDA para riesgo de cáncer de vejiga

El cáncer de vejiga no músculo-invasivo presenta resultados muy variables, lo que complica la vigilancia y la planificación del tratamiento. La evaluación del riesgo suele basarse en el estadio, el grado... Más
Copyright © 2000-2026 Globetech Media. All rights reserved.