📄 Mostrando la versión "Simple" — "Avanzado" aún no está lista. Añádelo a favoritos para ayudar a priorizarla. Pedir el análisis completo

Una proteína en la célula no es una pieza rígida, sino más bien un guante suave que puede envolver distintos objetos. Hasta ahora, los diseñadores de proteínas trabajaban como escultores, creando una llave para una única cerradura: un objetivo, una forma. Pero la vida es más complicada: a veces se necesita que una proteína reconozca a la vez dos virus diferentes o que cambie su contorno según el entorno.

El nuevo método Chamaileon aborda este desafío. En lugar de dibujar la proteína desde cero, aprende de ejemplos donde se conocen tanto la secuencia de aminoácidos (las cuentas del collar) como el plegamiento tridimensional y el contexto: con quién debe unirse la proteína o en qué estado debe encontrarse. El entrenamiento se asemeja al trabajo de un traductor: el modelo ve un par «contexto + estructura» y reconstruye el texto-secuencia, y luego actúa a la inversa. Así capta las reglas ocultas por las cuales una misma cadena puede plegarse de maneras distintas.

En la fase de aplicación, el modelo explora múltiples variantes de una misma secuencia, probándola en diferentes contextos, como un sastre que ajusta un mismo traje a distintas figuras modificando ligeramente el patrón. Esta técnica se denomina muestreo de mezcla de vías (Mixture-of-Paths Sampling) y permite sortear la escasez de datos experimentales, donde para una proteína se han registrado todas sus posibles formas.

Los autores probaron Chamaileon en un conjunto de tareas especialmente diseñado, CROSS, que va desde la unión a dos proteínas distintas hasta el cambio entre una forma abierta y una cerrada. En todos los casos, las secuencias generadas resultaron estables y reconocieron los objetivos deseados. Este enfoque abre el camino al diseño de proteínas inteligentes que no solo golpean en un punto fijo, sino que responden con flexibilidad al entorno, casi como seres vivos.