Celebrem el Premi Nobel de Química 2024. La predicció computacional: una revolució real. Mètodes per al disseny i la predicció estructural de proteïnes

Autores/as

  • Sílvia Osuna Universitat de Girona. Institut de Química Computacional i Catàlisi (IQCC) i Institució Catalana de Recerca i Estudis Avançats (ICREA)

  • DOI: 10.2436/20.2003.01.162

Palabras clave:

Disseny computacional de les proteïnes, AlphaFold2, intel·ligència artificial, superfície conformacional

Resumen

Fa aproximadament seixanta-cinc anys la cristal·lografia de raigs X va revelar les primeres estructures terciàries de les proteïnes i evidenciava així la relació entre el plegament i la funció d’aquestes estructures. Des del Premi Nobel d’Anfinsen, el 1972, el gran repte de la biologia estructural ha estat predir l’estructura a partir de la seqüència i, a la inversa, dissenyar seqüències que adoptin una forma determinada. El Premi Nobel de Química del 2024 reconeix David Baker, pels seus mètodes de disseny de proteïnes, i Demis Hassabis i John Jumper, per AlphaFold2 (AF2), una eina capaç de predir l’estructura de les proteïnes amb una precisió elevada, en alguns casos propera a la resolució experimental. Malgrat que AF2 va ser dissenyat per a predir majoritàriament una sola estructura, s’ha vist que, realitzant canvis en els paràmetres inicials, pot proporcionar múltiples estructures, és a dir, diferents conformacions per a una mateixa seqüència d’aminoàcids. El desenvolupament d’aquestes eines basades en la intel·ligència artificial ha promogut el sorgiment i l’aplicació de noves estratègies per al disseny computacional de proteïnes. Tot i els avenços, un dels grans reptes actuals és la predicció computacional de proteïnes amb una elevada activitat catalítica determinada.

Descargas

Los datos de descargas todavía no están disponibles.

Descargas

Publicado

2026-01-26

Número

Sección

Articles