Investigadores surcoreanos utilizaron IA para diseñar ADN que se pliega en formas diminutas

Puntos clave

• Investigadores surcoreanos publicaron un estudio en Nature Communications mostrando que un modelo de IA, Generative SNUPI, puede diseñar estructuras de ADN a partir de formas dibujadas por el usuario.
• El origami de ADN, una técnica para doblar material genético en formas precisas, existe desde hace aproximadamente 20 años, pero ha avanzado lentamente porque el proceso de diseño es caro e intensivo en mano de obra.
• Generative SNUPI utiliza un modelo de difusión, la misma categoría de IA que impulsa generadores de imágenes como DALL-E, para traducir una forma objetivo en un plano de ADN funcional.
• Los equipos de investigación se encuentran en la Universidad Nacional de Seúl y la Universidad de Hanyang en Corea del Sur.
• Las versiones futuras de la herramienta pueden soportar estructuras flexibles y móviles necesarias para la entrega de medicamentos y el tratamiento del cáncer.

Imagina doblar un papel en un origami con forma de grúa, excepto que el papel es una cadena de ADN y la grúa terminada es miles de veces más pequeña que un cabello humano. Esa es la idea básica detrás del origami de ADN, y tiene a los científicos entusiasmados con posibilidades que van desde diminutos robots médicos hasta estructuras que pueden administrar fármacos directamente dentro del cuerpo.

El inconveniente siempre ha sido el paso del diseño. Determinar exactamente cómo secuenciar, u organizar, las letras químicas del ADN para que la cadena se pliegue en la forma correcta requiere conocimiento especializado, mucho ajuste manual y tiempo significativo.

Un nuevo modelo de IA llamado Generative SNUPI, abreviatura de Structured Nucleic Acids Programming Interface, tiene como objetivo eliminar ese cuello de botella. Equipos de la Universidad Nacional de Seúl y la Universidad de Hanyang construyeron la herramienta y la describieron en la revista Nature Communications. Como fue reportado primero por IEEE Spectrum AI, el modelo puede tomar un contorno dibujado por el usuario, digamos la cara de un perro o la silueta de la Mona Lisa, y producir un diseño de ADN que funcione físicamente.

El modelo utiliza lo que los investigadores llaman un modelo de difusión. Piénsalo como esbozar sobre una forma con millones de puntos diminutos y precisos hasta que los puntos mismos se conviertan en el plano. El modelo conoce las reglas químicas que sigue el ADN: específicamente, cuáles bloques de construcción moleculares se atraen entre sí. Utiliza esas reglas para completar la forma objetivo con una secuencia de ADN válida.

Una vez que el diseño está listo, los científicos de laboratorio sintetizan, o fabrican químicamente, cadenas cortas de ADN llamadas grapas. Estas grapas cierran una cadena más larga, llamada andamio, en la forma prevista. Kyounghwa Jeon, candidata a doctorado en la Universidad Nacional de Seúl que trabajó en el proyecto, dice que el proceso es "muy similar a grapar papel".

El equipo descubrió que algunas formas no se mantuvieron al principio, no por un error en la IA, sino porque la forma de entrada en sí era estructuralmente inestable. Agregaron una verificación antes del paso de diseño para detectar esos casos temprano.

¿Qué significa esto para la medicina?

Por ahora, afecta principalmente a los investigadores. La versión actual de Generative SNUPI produce estructuras rígidas, y muchos usos médicos del mundo real, como guiar un fármaco a una célula cancerosa, requieren estructuras que pueden flexionarse y moverse. Do-Nyun Kim, profesor asistente en la Universidad Nacional de Seúl, dice que el equipo planea extender el trabajo a diseños dinámicos y reconfigurables en investigación futura.

Si se alcanza ese objetivo, los resultados prácticos podrían incluir sistemas de administración de medicamentos más precisos y nuevas herramientas para inmunoterapia, tratamientos que entrenan el sistema inmunológico para combatir enfermedades. Eso aún está a años de distancia. Pero hoy en día, la herramienta ya hace que un proceso exigente exclusivo de expertos sea accesible para un grupo mucho más amplio de científicos.

Rebecca Taylor, profesora de ingeniería mecánica en la Universidad Carnegie Mellon que no participó en el estudio, lo expresó claramente: "El campo entero está habilitado y obstaculizado por sus herramientas. Cuando creas una nueva herramienta que habilita una nueva capacidad, eso es simplemente un avance enorme para el campo".