Cómo la inteligencia artificial ayuda a los expertos a abrir nuevas vías en el abordaje del Alzheimer

El Día Mundial del Alzheimer se conmemora este domingo 21 de septiembre, y destaca la magnitud de la demencia como una de las principales causas de discapacidad y dependencia en adultos mayores. La enfermedad de Alzheimer representa la forma más frecuente de esta condición, responsable de entre el 60% y el 70% de los casos, según la Organización Mundial de la Salud (OMS).

La inteligencia artificial abrió nuevas perspectivas en la investigación biomédica, especialmente en el abordaje de enfermedades neurodegenerativas. En este escenario, AlphaFold, el sistema creado por Google DeepMind, permitió el acceso a la estructura tridimensional de más de 200 millones de proteínas en solo un año, lo que redefine las oportunidades para comprender y tratar el Alzheimer.

El impacto de AlphaFold se refleja en la magnitud de su adopción: más de 2,5 millones de investigadores en 190 países utilizaron la base de datos gratuita que ofrece este sistema, lo que constituye una colaboración científica sin precedentes. Esta herramienta, que predice la forma 3D de las proteínas a partir de su secuencia genética, se convirtió en un recurso esencial para quienes buscan descifrar los mecanismos detrás de enfermedades como el Alzheimer, caracterizadas por el plegamiento anómalo de proteínas.

De acuerdo con la Mayo Clinic, el Alzheimer se origina por la acumulación de placas amiloides y ovillos neurofibrilares en el cerebro, lo que provoca la muerte progresiva de las neuronas y la reducción del tamaño cerebral.

Esta afección, que afecta a más de 55 millones de personas en todo el mundo, pertenece al grupo de las enfermedades amiloides. Estas patologías surgen cuando las proteínas, moléculas fundamentales para la vida, no logran adoptar su estructura tridimensional correcta. La función de cada proteína depende de este plegado, y cualquier error puede desencadenar consecuencias devastadoras para el organismo.

Durante décadas, determinar la estructura tridimensional de una proteína representó un desafío técnico y económico considerable. La cantidad de configuraciones posibles para una sola proteína hacía que el proceso resultara prácticamente inabordable sin herramientas avanzadas. AlphaFold, entrenado con un catálogo de 100.000 estructuras proteicas conocidas, logró superar este obstáculo al aprender las reglas fundamentales de la física y la química que rigen el comportamiento de estas moléculas.

El desarrollo de AlphaFold estuvo liderado por Demis Hassabis y John Jumper, científicos de Google DeepMind, y su contribución fue reconocida en 2024 con el Premio Nobel de Química. El sistema no solo aceleró la predicción de estructuras, sino que también democratizó el acceso a este conocimiento al ponerlo a disposición de la comunidad científica global de manera gratuita, siguiendo el modelo de código abierto.

La utilidad de AlphaFold en la investigación del Alzheimer es especialmente relevante en el estudio de casos de aparición precoz. Los especialistas pueden visualizar con precisión la forma de las proteínas defectuosas, identificar sus vulnerabilidades y diseñar fármacos dirigidos con una exactitud sin precedentes. Además, la tecnología permite analizar cómo las mutaciones genéticas individuales alteran estas estructuras, lo que abre la puerta a tratamientos personalizados que aborden la causa raíz de la enfermedad en cada paciente.

El acceso abierto a la base de datos de AlphaFold, que abarca casi todo el universo proteico conocido de plantas, animales, bacterias y otros organismos, ha impulsado una dinámica de colaboración global. Esta iniciativa representa un ejemplo inédito de cómo la tecnología puede acelerar el progreso humano y transformar la investigación médica.

En 2024, AlphaFold 3 fue presentado en un artículo de Nature como un sistema capaz de predecir la estructura y las interacciones de todas las moléculas biológicas con una precisión sin precedentes. Según los autores, la herramienta logró duplicar la precisión en ciertas categorías clave de interacción molecular y mostró una mejora de al menos el 50% respecto a los métodos de predicción anteriores en el análisis de interacciones entre proteínas y otros tipos de moléculas.

En ese tono, anteriormente, un estudio citado por los Institutos Nacionales de Salud de Estados Unidos (NIH, por sus siglas en inglés), destacó: “La enfermedad de Alzheimer (EA) representa un desafío significativo para la investigación neurodegenerativa y la práctica clínica debido a su etiología compleja y su naturaleza progresiva. La integración de la inteligencia artificial (IA) en el diagnóstico, tratamiento y modelado pronóstico de la EA tiene un potencial prometedor para transformar el panorama de la atención a la demencia”.