As\u00ed los retrata el Comit\u00e9 Nobel: tres ni\u00f1os inventando estructuras. Imagen: Johan Jarnestad\/Real Academia Sueca de Ciencias<\/figcaption><\/figure>\nMediante ingeniosos experimentos, empez\u00f3 a explorar c\u00f3mo se pliegan las prote\u00ednas. Esto le proporcion\u00f3 conocimientos que se llev\u00f3 consigo cuando, a finales de los a\u00f1os 90, empez\u00f3 a desarrollar un software inform\u00e1tico que pudiera predecir las estructuras de las prote\u00ednas.<\/p>\n
Un superdotado<\/h4>\n
Hassabis empez\u00f3 a jugar al ajedrez a los cuatro a\u00f1os y alcanz\u00f3 el nivel de maestro a los 13. En su adolescencia, comenz\u00f3 una carrera como programador y desarrollador de juegos de \u00e9xito. Fue entonces que comenz\u00f3 a explorar la inteligencia artificial y se dedic\u00f3 a la neurociencia, donde hizo varios descubrimientos revolucionarios.<\/p>\n
En 2010 cofund\u00f3 DeepMind, una empresa que desarroll\u00f3 modelos magistrales de IA para juegos de mesa populares. <\/p>\n
La empresa se vendi\u00f3 a Google en 2014 y, dos a\u00f1os despu\u00e9s, DeepMind atrajo la atenci\u00f3n mundial cuando la empresa logr\u00f3 lo que muchos cre\u00edan que era el santo grial de la inteligencia artificial: vencer al campe\u00f3n de uno de los juegos de mesa m\u00e1s antiguos del mundo, el Go. <\/p>\n
Tras esta victoria, su equipo estaba preparado para abordar problemas de mayor importancia para la humanidad, por lo que en 2018 se inscribi\u00f3 en la decimotercera competici\u00f3n CASP.<\/p>\n
Algo sobre las Prote\u00ednas<\/h4>\n
La diversidad de la vida da testimonio de la asombrosa capacidad de las prote\u00ednas como herramientas qu\u00edmicas. Controlan y dirigen todas las reacciones qu\u00edmicas que, en conjunto, constituyen la base de la vida. Las prote\u00ednas tambi\u00e9n funcionan como hormonas, sustancias se\u00f1alizadoras, anticuerpos y componentes b\u00e1sicos de diferentes tejidos.<\/p>\n
Las prote\u00ednas est\u00e1n formadas por 20 amino\u00e1cidos diferentes, que pueden describirse como los componentes b\u00e1sicos de la vida. En 2003, David Baker logr\u00f3 utilizar estos componentes para dise\u00f1ar una prote\u00edna nueva que no se parec\u00eda a ninguna otra. Desde entonces, su grupo de investigaci\u00f3n ha producido una prote\u00edna tras otra, incluidas prote\u00ednas que pueden utilizarse como f\u00e1rmacos, vacunas, nanomateriales y sensores diminutos.<\/p>\n
El segundo descubrimiento se refiere a la predicci\u00f3n de la estructura de las prote\u00ednas. En las prote\u00ednas, los amino\u00e1cidos est\u00e1n unidos entre s\u00ed en largas cadenas que se pliegan formando una estructura tridimensional, que es decisiva para la funci\u00f3n de la prote\u00edna. Algunas parecen fibras y resultan en estructuras resistentes a la tensi\u00f3n, como el pelo.
Pero otras se pliegan sobre si mismas y capturan tesoros, como hace la hemoglobina cuando retiene el ox\u00edgeno que respiramos.
Desde los a\u00f1os 70, los investigadores hab\u00edan intentado predecir la estructura de las prote\u00ednas a partir de las secuencias de amino\u00e1cidos, pero esto era notoriamente dif\u00edcil. Sin embargo, hace cuatro a\u00f1os se produjo un avance sorprendente.<\/p>\n
En 2020, Demis Hassabis y John Jumper presentaron un modelo de inteligencia artificial llamado AlphaFold2. Con su ayuda, han podido predecir la estructura de pr\u00e1cticamente todas las 200 millones de prote\u00ednas que los investigadores han identificado.<\/strong> Desde su gran avance, AlphaFold2 ha sido utilizado por m\u00e1s de dos millones de personas de 190 pa\u00edses. Entre una gran cantidad de aplicaciones cient\u00edficas, los investigadores ahora pueden comprender mejor la resistencia a los antibi\u00f3ticos y crear im\u00e1genes de enzimas que pueden descomponer el pl\u00e1stico.<\/p>\nLa vida no podr\u00eda existir tal como la conocemos sin las prote\u00ednas.<\/strong> El hecho de que ahora podamos predecir las estructuras proteicas y dise\u00f1ar nuestras propias prote\u00ednas es un gran beneficio para la humanidad.<\/p>\nPremios Nobel 2024<\/h4>\n
Tras el anuncio de este mi\u00e9rcoles el jueves ser\u00e1 el turno el premio de Literatura; el de la Paz llegar\u00e1 el viernes; y el galard\u00f3n de Econom\u00eda, creado m\u00e1s recientemente, cierra el evento el pr\u00f3ximo lunes. <\/p>\n
La temporada de entrega de estos prestigiosos galardones comenz\u00f3 este lunes con el de Medicina, que qued\u00f3 en manos de los investigadores estadounidenses Victor Ambros y Gary Ruvkun por su hallazgo del micro-ARN, un nuevo tipo de mol\u00e9cula ARN min\u00fascula que tiene un papel crucial en la regulaci\u00f3n de la actividad de los genes.<\/p>\n
El martes, en tanto, fue el momento del Premio Nobel de F\u00edsica. El estadounidense John Hopfield y el brit\u00e1nico Geoffrey Hinton fueron reconocidos por sus descubrimientos fundamentales que permiten el aprendizaje autom\u00e1tico con redes neuronales artificiales y que dieron su aporte a la inteligencia artificial.<\/p>\n","protected":false},"excerpt":{"rendered":"
El Premio Nobel de Qu\u00edmica 2024 fue anunciado este mi\u00e9rcoles y los galardonados fueron David Baker, Demis Hassabis y John M. Jumper por sus respectivos trabajos sobre las prote\u00ednas, anunci\u00f3 la Real Academia Sueca de Ciencias. \u201cLos qu\u00edmicos llevan mucho tiempo so\u00f1ando con comprender y dominar por completo las herramientas qu\u00edmicas de la vida: las prote\u00ednas. Este sue\u00f1o est\u00e1 ahora a nuestro alcance\u201d, destacaron desde la instituci\u00f3n que otorg\u00f3 el reconocido galard\u00f3n.
\nEl premio fue dividido en dos. Hassabis y Jumper lo ganaron por utilizar \u201ccon \u00e9xito\u201d la inteligencia artificial para predecir la estructura de casi todas las prote\u00ednas conocidas. Baker, en tanto, por dominar los componentes b\u00e1sicos de la vida y crear prote\u00ednas completamente nuevas. \u201cEl potencial de sus descubrimientos es enorme\u201d, resalt\u00f3 el jurado de manera oficial.
\nEl trabajo conjunto de Hassabis y Jumper utiliza la inteligencia artificial para lograron predecir la estructura tridimensional de una prote\u00edna a partir de una sec..<\/p>\n","protected":false},"author":1,"featured_media":1115982,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[40],"tags":[],"jetpack_sharing_enabled":true,"jetpack_featured_media_url":"https:\/\/la100lasvarillas.com.ar\/web\/wp-content\/uploads\/2024\/10\/720-377.jpe","_links":{"self":[{"href":"https:\/\/la100lasvarillas.com.ar\/web\/wp-json\/wp\/v2\/posts\/1115981"}],"collection":[{"href":"https:\/\/la100lasvarillas.com.ar\/web\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/la100lasvarillas.com.ar\/web\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/la100lasvarillas.com.ar\/web\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/la100lasvarillas.com.ar\/web\/wp-json\/wp\/v2\/comments?post=1115981"}],"version-history":[{"count":0,"href":"https:\/\/la100lasvarillas.com.ar\/web\/wp-json\/wp\/v2\/posts\/1115981\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/la100lasvarillas.com.ar\/web\/wp-json\/wp\/v2\/media\/1115982"}],"wp:attachment":[{"href":"https:\/\/la100lasvarillas.com.ar\/web\/wp-json\/wp\/v2\/media?parent=1115981"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/la100lasvarillas.com.ar\/web\/wp-json\/wp\/v2\/categories?post=1115981"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/la100lasvarillas.com.ar\/web\/wp-json\/wp\/v2\/tags?post=1115981"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}