método

predicción del plegamiento de proteínas

Los métodos computacionales predicen cómo las proteínas se pliegan en sus estructuras 3D funcionales.
22 artículos relacionados · 3 fórmulas

Descripción

La predicción del plegamiento de proteínas es el problema computacional de determinar la estructura tridimensional nativa de una proteína a partir de su secuencia de aminoácidos. Dado que la función de una proteína está íntimamente ligada a su forma, conocer la estructura plegada es crucial para comprender los procesos biológicos, diseñar fármacos y diseñar nuevas proteínas. El desafío es formidable: el número de conformaciones posibles es astronómicamente grande, pero las proteínas se pliegan en sus formas funcionales en milisegundos, una paradoja conocida como la paradoja de Levinthal. Los métodos modernos de predicción combinan cálculos de energía basados en la física con aprendizaje automático, especialmente redes neuronales profundas, para lograr una precisión casi experimental para muchas proteínas.

Historia

El problema del plegamiento de proteínas fue articulado en la década de 1960 por Christian Anfinsen, quien demostró que la secuencia de aminoácidos determina la estructura nativa. Los esfuerzos computacionales de predicción comenzaron en la década de 1970, pero los principales avances llegaron en 2020 con AlphaFold2, que logró una precisión casi experimental en la competencia CASP14, seguido de mejoras adicionales y una adopción más amplia.

Cómo funciona

Los enfoques contemporáneos, como AlphaFold y herramientas relacionadas, utilizan una estrategia de doble vía. Primero, aprovechan la información evolutiva: al comparar las secuencias de muchas proteínas relacionadas, infieren qué pares de aminoácidos probablemente están en contacto en la estructura plegada. Segundo, emplean modelos de aprendizaje profundo que procesan estos datos coevolutivos junto con restricciones físicas, refinando iterativamente una estructura 3D predicha. Las redes neuronales se entrenan con miles de estructuras proteicas conocidas, aprendiendo las reglas complejas que mapean la secuencia a la geometría. El resultado es una lista clasificada de estructuras candidatas, con puntuaciones de confianza para cada región, que los investigadores pueden luego validar experimentalmente.

En la práctica

La predicción precisa de la estructura de proteínas acelera el descubrimiento de fármacos al permitir el cribado virtual de compuestos contra dianas proteicas, ayuda en el diseño de enzimas para procesos industriales y contribuye a interpretar mutaciones causantes de enfermedades en la medicina personalizada.

Dato curioso

Los modelos de predicción más recientes pueden plegar una proteína típica en minutos en una sola GPU, una tarea que a una supercomputadora le llevaría años simular desde primeros principios.

Concept graph →

Fórmulas

$$\frac{\sigma_{\chi A}}{\sigma_{\chi B}} \approx \left(\frac{\mu_{\chi A}}{\mu_{\chi B}}\right)^2$$
Cross section ratio scales with reduced mass squared.
Qué hay en la fórmula
σ_χAvariablescattering cross section of particle χ with nucleus A — sección eficaz square metre
σ_χBvariablescattering cross section of particle χ with nucleus B — sección eficaz square metre
μ_χAvariablereduced mass of particle χ and nucleus A — reduced mass kilogram
μ_χBvariablereduced mass of particle χ and nucleus B — reduced mass kilogram
\frac{σ_{χe}}{σ_{χp}}\approx(\frac{μ_{χe}}{μ_{χp}})^2 · 2607.20620v1
$$Z = \int \mathcal{L}(\Theta) \pi(\Theta) d\Theta$$
Integral of likelihood times prior over parameter space.
Qué hay en la fórmula
ZvariableBayesian evidence (marginal likelihood) — evidencia bayesiana
ΘvariableParameter vector — parameter vector
L(Θ)variableLikelihood function — likelihood function
π(Θ)variablePrior probability density — prior probability density
∫operadorIntegration over parameter space — operador integral
dΘoperadorInfinitesimal volume element — volume element
z=\int_{ω_\theta}\mathcal{l}(\theta)π(\theta)d\theta · 2605.09521v1
$$f(x) = \frac{1}{2\sigma} \operatorname{sech}^2\left(\frac{x}{2\sigma}\right)$$
Hyperbolic secant squared distribution with scale parameter.
Qué hay en la fórmula
xvariablerandom variable
σvariablescale parameter
sechoperadorhyperbolic secant function — hyperbolic secant
\ell_{t_1}(p)=\frac{1}{4t_1}\operatorname{sech}^2(\frac{p}{2t_1}) · 2607.05000

Artículos relacionados · 22

Mapa cromático de la madera: cómo la luz polarizada lee la arquitectura tridimensional de las paredes celulares
Un corte fino de eucalipto yace bajo el objetivo del microscopio, y la luz blanca, tras atravesar dos filtros polarizadores, convierte la madera en un mosaico de manchas púrpuras, amarillas y azules. Estos colores no son aleatorios: como letras en un mapa, indican hacia dónde apuntan los hilos de celulosa, invisibles al ojo, dentro de las paredes celulares.
Física Química2026-08-212 minarXiv:2608.21322exprés
Cómo calcular la vibración de una proteína en segundos
Una proteína en la célula no permanece inmóvil, como un maniquí en un escaparate. Sus átomos tiemblan, se estiran y se doblan constantemente, como una cuerda de guitarra tensa que sigue sonando después de que la rozas con el dedo. Para entender cómo funciona una proteína, hay que saber con qué firmeza cada parte se aferra a sus vecinas.
Biomoléculas2026-08-182 minarXiv:2608.17759exprés
Una hebra de proteína tejida a partir del ruido
Bajo el microscopio electrónico, una proteína se ve como una serie de sombras borrosas: cientos de miles de imágenes de la misma molécula, pero desde ángulos distintos y con un fuerte ruido. Antes, a partir de esas sombras se armaba primero una 'neblina' tridimensional: un mapa de cómo se distribuye la carga eléctrica dentro de la proteína.
Física Biológica2026-08-022 minarXiv:2608.01143exprés
El plegamiento de proteínas como efecto secundario de la función
La cadena proteica se pliega en una herramienta funcional en fracciones de segundo, y casi nunca se equivoca. Durante mucho tiempo se pensó que la evolución pulía específicamente las secuencias de aminoácidos para que la proteína no solo funcionara, sino que también encontrara fácilmente su forma única. Un nuevo trabajo da la vuelta a esta idea.
Óptica2026-07-172 minarXiv:2607.15925exprés
Una proteína atrapada en un haz de luz
Una proteína en la célula no es una escultura congelada, sino un mecanismo inquieto. Sus partes vibran sin cesar, y son precisamente esos movimientos los que determinan cómo captura moléculas, transmite señales o construye el andamiaje celular. Pero filmar la vida de una única proteína se topaba con dos interferencias.
La red neuronal que no solo predice, sino que guarda los secretos de las proteínas
Una biblioteca enorme donde cada libro es una instrucción precisa para ensamblar una molécula de proteína. La red neuronal AlphaFold2 ha leído millones de estos libros y ha aprendido a generar al instante un modelo tridimensional ya terminado.
Materiales2026-07-032 minarXiv:2607.03371exprés
Cómo cultivar un patrón inestable
Un jardinero quiere cultivar una flor rara. No se trata de regar y abonar de cualquier manera, sino siguiendo un horario estricto: un poco más de calor por la mañana, un poco menos de humedad por la tarde. De lo contrario, el bancal lo invaden las malas hierbas comunes. Algo muy parecido ocurre con las moléculas sobre una superficie metálica.
Cómo la célula ensambla rápidamente copias de ADN
La célula se parece a una biblioteca donde cada día se copian miles de libros. Las máquinas moleculares —polimerasas y ribosomas— se deslizan a lo largo de la cadena plantilla y ensamblan una copia, eslabón por eslabón. Estas máquinas tienen varios estados: pueden frenarse, equivocarse o cambiar de modo.
Cómo aprende el cerebro a anticipar sin pistas
Una red neuronal, como una hoja de papel cuadriculado, recibe señales homogéneas en su entrada y, por sí misma, traza una cuadrícula de coordenadas. Primero, las conexiones entre las entradas y las células de la red se asemejan a una colina suave: en el centro la respuesta es más fuerte y hacia los bordes se atenúa.
Biomoléculas2026-06-071 minarXiv:2606.08647exprés
Proteínas: de imágenes fijas a la danza viva
Durante mucho tiempo, solo veíamos las proteínas en su posición final, como fotografías de bailarines congelados en una pose hermosa. Programas como AlphaFold aprendieron a predecir esta pose a partir de la cadena de eslabones de carbono. Pero la verdadera magia está en cómo la proteína encuentra esta forma más rápido de lo que parpadeas, ejecutando una danza vertiginosa.
Biomoléculas2026-05-223 minarXiv:2606.05198exprés
Docking station para moléculas: cómo meter un fármaco en el ADN o el ARN
Un garaje enorme con cientos de plazas de aparcamiento. Llegas en un cochecito diminuto —la molécula del futuro fármaco— y quieres encontrar el único hueco libre donde encaje perfectamente. Solo que estos huecos no son de hormigón, sino que están tejidos con cadenas de ADN o ARN, y las reglas de aparcamiento no están escritas en ninguna parte.
Proteínas sin ancestros: diseño desde cero
Una proteína en la célula se parece a una pequeña máquina: cada una tiene su propio plano y su tarea. Unas proteínas cortan moléculas, otras transportan oxígeno, otras captan la luz. Para crear tal mecanismo desde cero, hay que resolver dos problemas a la vez: idear qué trabajo hará y cómo, mientras tanto, se plegará en el nudo correcto.
Física Cuántica2026-04-293 minarXiv:2604.26861exprés
Proteínas atadas a una cuerda cuántica
Un largo hilo de cuentas se acomoda en una cajita diminuta: unas cuentas se aprietan entre sí, otras se separan. Ese es el problema que resuelve una proteína cuando se pliega en una molécula funcional. Solo que las cuentas —los aminoácidos— pueden ser cientos, y cada contacto entre ellas altera toda la estructura.
Física Química2026-04-272 minarXiv:2604.24634exprés
Un fármaco que se enciende con luz verde
La bombilla se enciende solo en la habitación adecuada. Así funcionan aproximadamente los fármacos fotoactivables: se "encienden" únicamente donde se dirige la luz y no tocan el resto del organismo. Esto es especialmente importante en el tratamiento del cáncer: la quimioterapia convencional golpea a todas las células en división por igual, causando graves efectos secundarios.
Protón sin rejilla: cómo las redes neuronales atrapan a los quarks
El protón parece una bolita compacta, pero en su interior hierve la actividad: los quarks intercambian gluones, las partículas que los mantienen unidos. Los gluones aparecen y desaparecen, y su distribución dentro del protón no es un mero detalle curioso, sino la clave para hacer predicciones en el Gran Colisionador de Hadrones.
El cerebro como arcilla: por qué se encoge en el Alzheimer
La enfermedad de Alzheimer comienza de forma silenciosa: en lo profundo del cerebro se acumulan dos proteínas, tau y beta-amiloide. Se comportan como semillas de maleza: un pequeño cúmulo hace que las células vecinas produzcan más cúmulos.
Materiales2026-03-182 minarXiv:2603.18058exprés
El cristal que recuerda: cómo dar vida a la memoria de la computadora
En las entrañas de cada disco duro o memoria USB se esconde un material que sabe "recordar" el campo eléctrico. Ese material se llama ferroeléctrico. Si se le aplica un voltaje, dentro del cristal se giran diminutas regiones: los dominios, como las agujas de una brújula. Giraste la aguja: escribiste un uno; la giras de vuelta: cero.
Hilos que eligen su propia forma
El tentáculo de un pulpo se dobla, agarra y se estira, todo sin un solo hueso. El secreto está en que en su interior se alternan zonas que se contraen y zonas que permanecen pasivas. Los científicos llevan tiempo intentando replicar este truco en materiales artificiales, pero hasta ahora no podían precisar exactamente cómo cambiaría de forma el material.
Cómo una vejiga se convierte en una pera
La vejiga urinaria se parece a un globo: mientras se llena, la pared se estira y la forma cambia. Los médicos suelen controlar la presión interna y la cantidad de líquido que entra, pero casi no prestan atención a la geometría en sí: cómo se curva exactamente la superficie.
Los pliegues del cerebro cuentan la demencia
El cerebro de cada persona está cubierto de circunvoluciones, como una huella dactilar, con un patrón irrepetible. Con la demencia, ese patrón cambia, pero en dos enfermedades parecidas, el Alzheimer y la demencia con cuerpos de Lewy, los cambios son casi indistinguibles a simple vista. Los médicos necesitan un método fiable para separarlas, porque el tratamiento es distinto.
Proteínas y fármacos: cómo acelerar la búsqueda 26 veces
Buscar un nuevo fármaco es como encontrar la llave de una cerradura. La proteína en la célula es la cerradura y la molécula candidata, la llave. Hay que saber si la llave encaja y con qué firmeza se asienta. Antes, la computadora revisaba cada átomo de la cerradura y de la llave para comprobarlo. Una sola cerradura podía tomar horas e incluso días.
Materiales2026-02-041 minarXiv:2602.04530exprés
Uniones de cristales: cómo las líneas dentro del metal deciden su destino
En una fina película de aluminio, millones de diminutos granos de metal están apretados entre sí, como granos en un granito. Donde se encuentran tres de estos granos, surge un punto triple: una línea a lo largo de la cual se unen tres bordes.