Más Información
Científicos del Instituto Tecnológico de Massachusetts (MIT) han llevado a cabo una curiosa investigación que ha logrado convertir las estructuras moleculares de las proteínas, los bloques básicos de construcción de todos los seres vivos, en sonidos audibles que se asemejan a pasajes musicales. Los resultados del estudio, del que es coautor el ingeniero químico español Francisco Martín-Martínez, se han publicado esta semana en la revista ACS Nano.
Además, el método utilizado por los investigadores, basado en inteligencia artificial, les permite invertir el proceso e introducir algunas variaciones en la música para convertirla en nuevas proteínas que no existen en la naturaleza.
Según comenta el Martín-Martínez, “el método proporciona una forma sistemática de traducir la secuencia de aminoácidos de una proteína en una secuencia musical, utilizando las propiedades físicas de las moléculas para determinar los sonidos”.
Aunque estos sonidos se han transpuesto para situarlos en el rango audible para los humanos, “los tonos y sus relaciones se basan en las frecuencias vibratorias reales de cada molécula de aminoácidos en sí, calculadas usando teorías de química cuántica”, explica.
El sistema ha logrado traducir los 20 tipos de aminoácidos, los bloques que se unen en cadenas para formar todas las proteínas, en una escala de 20 tonos. La larga secuencia de aminoácidos de cualquier proteína se convierte así en una secuencia de notas.
Mientras que esta escala puede resultar poco familiar para las personas acostumbradas a la música occidental, los oyentes pueden reconocer fácilmente las relaciones y diferencias después de familiarizarse con los sonidos.
MarKus Buehler, líder del trabajo en el MIT, dice que después de escuchar las melodías resultantes, ahora es capaz de distinguir ciertas secuencias de aminoácidos que corresponden a proteínas con funciones estructurales específicas. “Es una lámina beta”, podría decir, o “es una hélice alfa”.
Idioma propio
La idea, dicen los autores, es conseguir una mejor comprensión de las proteínas y su amplia gama de variaciones. Estas biomoléculas constituyen el material estructural de la piel, los huesos y los músculos, pero también son enzimas, sustancias químicas de señalización, interruptores moleculares y una multitud de otros materiales funcionales que conforman la maquinaria de todos los seres vivos. Pero sus estructuras, incluyendo el modo en que se doblan en las formas que determinan sus funciones, son extremadamente complicadas.
“Tienen su propio idioma y desconocemos cómo funciona. ¿Qué hace que una proteína de la seda sea una proteína de la seda o qué patrones reflejan las funciones que se encuentran en una enzima? No sabemos el código”, resalta Buehler.
Los autores indican que al traducir ese lenguaje esperan obtener nuevos conocimientos sobre las relaciones y diferencias entre las distintas familias de proteínas y sus variaciones, y usar esto como una forma de explorar los posibles ajustes y modificaciones de su estructura y función”. Al igual que ocurre con la música, la estructura de las proteínas es jerárquica, con diferentes niveles de estructura a diferentes escalas de tiempo o duración.
El equipo ha utilizado un sistema de inteligencia artificial para estudiar el catálogo de melodías producidas por una amplia variedad de proteínas diferentes. Los científicos hicieron que el sistema de IA introdujera ligeros cambios en la secuencia musical o creara secuencias completamente nuevas, y luego tradujeron los sonidos de nuevo a proteínas que corresponden a las versiones modificadas o de nuevo diseño.
Con este proceso, fueron capaces de crear variaciones de las proteínas existentes, por ejemplo de una que se encuentra en la seda de araña, uno de los materiales más fuertes de la naturaleza, haciendo así nuevas proteínas que no se parecen a ninguna producida por la evolución.
“La inteligencia artificial ha aprendido el lenguaje de cómo se diseñan las proteínas", y puede codificarlo para crear variaciones de las versiones existentes, o diseños de proteínas completamente nuevos, dice Buehler. Dado que hay billones de combinaciones potenciales, cuando se trata de crear nuevas proteínas no se podría hacer desde cero, por eso hemos recurrido a estas tecnologías", agrega.
