En mayo de este mismo año, España recibió una noticia revolucionaria en el terreno de la IA. Una inteligencia artificial de Google lograba predecir la estructura e interacción de todas las moléculas de la vida, en un nuevo alarde por parte de Google de sus logros científicos. Dicha herramienta, llamada AlphaFold 3, llegó a valerle a sus diseñadores el Premio Nobel de Química, sin ir más lejos. Ahora, Google DeepMind ha publicado todo el código fuente y parámetros del modelo.

En un movimiento sorprendente por parte de Google, la división Google DeepMind ha publicado un paquete con el código fuente que, en palabras de la firma, "proporciona una implementación del flujo de inferencia de AlphaFold 3", permitiendo por el camino a cualquier usuario acceder a los parámetros del modelo. Básicamente, incluye todo el código necesario para la inferencia de AlphaFold 3, aunque es imperativo solicitar acceso a los parámetros mediante un formulario de Google. 

Recordemos que AlphaFold 3 es la más reciente versión de un modelo de inteligencia artificial desarrollado entre DeepMind e Isomorphic Labs, el cual es capaz de predecir no solo la estructura sino las interacciones de todas las moléculas de la vida con una grandísima precisión. La publicación del código fuente podría dar lugar a nuevos descubrimientos científicos y acelerar enormemente el desarrollo de fármacos usando dicho modelo.

Google abre las puertas a su modelo

Cuando Google lanzó AlphaFold 3 buscaba, en sus palabras, transformar la comprensión del mundo biológico y revolucionar por completo la metodología referente al descubrimiento de fármacos modernos. Esta es una versión vitaminada del anterior modelo AlphaFold 2, que debutó en 2020 y que ya consiguió importantes avances en la preducción de estructuras de proteínas.

Dentro de cada célula hay presentes miles de millones de las llamadas máquinas moleculares, formadas por ADN, proteínas y otras moléculas. El caso es que ninguna de estas máquinas funciona por sí sola. Estas máquinas, así como otras moléculas interactúan entre sí, y es necesario comprobar dichas interacciones mediante millones de tipos de combinaciones para comprender los procesos intrínsecos que dan lugar a la vida.

AlphaFold 3 funciona con una lista de entrada de moléculas, mediante la cual genera una estructura 3D conjunta que a su vez revela cómo estas encajan. Modela biomoléculas de gran tamaño como proteínas, ADN o ARN, así como moléculas pequeñas conocidas como ligandos. El modelo puede incluso (valga la redundancia) modelar modificaciones químicas de estas moléculas que controlan el funcionamiento saludable de las células; cuando estas modificaciones se alteran, se pueden provocar enfermedades.

El modelo puede crear modelos de modificaciones químicas de estas moléculas que controlan el funcionamiento saludable de las células. AlphaFold 3 usa una arquitectura de aprendizaje profundo basada en el módulo Evoformer, ya presente en AlphaFold 2 para sustentar su ya entonces brutal rendimiento. Una vez el modelo procesa las entradas, ensambla las predicciones usando una red de difusión.

Solo había un problema: que en el momento de la publicación del modelo en la revista Nature, Google no publicó el modelo con su código fuente. En su lugar, Google explicó que llevarían a cabo evaluaciones "exhaustivas para mitigar los posibles riesgos y compartir los amplios beneficios para la biología y la humanidad", ofreciendo accesos limitados al modelo a través de una interfaz web limitada.

Algo que le granjeó a Google DeepMind críticas por parte del núcleo de investigadores interesados en aprovechar AlphaFold 3. Incluso la publicación del código fuente actual está controlada por Google. Para acceder a todos los parámetros, es necesario pedir permiso expreso a Google, y esperar a que las solicitudes se procesen. Además, solo se pueden utilizar los parámetros si se reciben directamente de Google.

Otras limitaciones de Google incluyen un uso sujeto a ciertos términos de uso y a la obligación por parte de Google de que cada publicación que use este código deba citar el artículo de Predicción precisa de la estructura de interacciones biomoleculares con AlphaFold 3. La licencia de uso por otro lado está englobada dentro de Creative Commons (CC).

Aún con estas limitaciones, el hecho de que Google haya publicado por fin el código fuente de AlphaFold 3 supone un auténtico avance para el desarrollo de fármacos y la investigación académica al respecto. Su mayor amplitud puede acelerar la comprensión de las interacciones moleculares y en última instancia, impulsar el descubrimiento de fármacos de nueva generación para el tratamiento de enfermedades.