Las cápsides son cajas de proteína que los virus usan para transportar su material genético. En la terapia génica, estas cajas se utilizan como mensajeros: dentro se coloca el gen deseado y por fuera conservan la capacidad de penetrar en las células. El problema es que hay pocas cápsides naturales y muchas tareas: una debe dirigirse solo al hígado, otra al cerebro, una tercera no debe provocar respuesta inmunitaria.
El modelado estocástico ayuda a buscar nuevas variantes, pero el espacio de secuencias posibles es enorme: más que el número de átomos en el universo. Es imposible revisarlas todas. Por eso, los autores tomaron un modelo entrenado con millones de proteínas y lo afinaron con cápsides ya probadas. El modelo aprendió a distinguir secuencias viables de basura. Pero simplemente generar algo parecido es aburrido e ineficaz: solo se obtienen variaciones de lo ya conocido.
Para ir más allá de lo conocido, añadieron aprendizaje por refuerzo, un método en el que el programa recibe una recompensa por dos cualidades a la vez: viabilidad y novedad. Cuanto más se aleja la nueva secuencia de todas las conocidas, mayor es la puntuación por novedad. Así, el programa se adentra en regiones inexploradas del espacio proteico, manteniendo la posibilidad de que funcione.
El resultado se comparó: el simple ajuste fino produce muchas secuencias "correctas" pero parecidas a las ya conocidas. Con el refuerzo, el programa encuentra variantes que difieren mucho de todo lo visto en la naturaleza y que, según las predicciones, siguen siendo viables. La selección final de candidatos tiene en cuenta no solo la novedad y la viabilidad, sino también las propiedades físicas de la proteína: estabilidad, solubilidad.
Este enfoque no es solo un generador de mutaciones aleatorias. Es una forma de explorar deliberadamente el vasto espacio de proteínas posibles y hallar soluciones inesperadas. En el futuro, podría acelerar la creación de vectores virales personalizados para la terapia génica.
El espacio de secuencias proteicas posibles es tan vasto que si cada átomo del universo fuera una variante distinta, ni siquiera cubriríamos una fracción diminuta.