NVIDIA y Google DeepMind mapean complejos de proteínas de más de 2.800 virus para acelerar la defensa contra pandemias
Una coalición global liderada por NVIDIA, Google DeepMind y EMBL-EBI publicó modelos predictivos en 3D de complejos de proteínas de más de 2.800 virus para facilitar el desarrollo de fármacos y vacunas. Aceleradas mediante el entorno de ejecución BioNeMo de NVIDIA, cerca del 30 % de las interacciones proteicas mapeadas eran previamente desconocidas para la ciencia.
Modelos abiertos de IA apuntan a amenazas virales en 2.800 patógenos
NVIDIA anunció el 24 de septiembre de 2026 una alianza con Google DeepMind y el Instituto Europeo de Bioinformática del Laboratorio Europeo de Biología Molecular (EMBL-EBI) para publicar estructuras tridimensionales predichas de complejos de proteínas en más de 2.800 virus. El conjunto de datos es de libre acceso para la comunidad científica mundial a través del Pandemic Preparedness Portal de AlphaFold Database.
La iniciativa reúne a un amplio consorcio internacional de investigación que incluye a la Coalition for Epidemic Preparedness Innovations (CEPI), el Medical Research Council-University of Glasgow Centre for Virus Research, el Swiss Institute of Bioinformatics, la Universidad Nacional de Seúl y la Universidad Sungkyunkwan. Junto con el conjunto de datos, NVIDIA puso a disposición del público su BioNeMo Structure Prediction Pipeline acelerado por GPU, lo que permite a los investigadores convertir secuencias de proteínas personalizadas en predicciones estructurales en 3D.
Escalar AlphaFold2 mediante BioNeMo para mapear interacciones inexploradas
Para modelar proteomas virales completos a escala, el equipo ejecutó AlphaFold2 de Google DeepMind utilizando el NVIDIA BioNeMo Inference Runtime para la aceleración por GPU. Mientras que los métodos experimentales tradicionales —como la cristalización de proteínas combinada con la difracción de rayos X— pueden tardar años y costar miles de dólares por objetivo, el pipeline optimizado de AlphaFold2 genera predicciones en cuestión de minutos.
El proyecto se centró explícitamente en los complejos de proteínas: grupos de proteínas interactuantes que los virus utilizan para ejecutar funciones biológicas fundamentales. Estos ensamblajes moleculares representan con frecuencia los sitios diana exactos necesarios para diseñar fármacos terapéuticos y vacunas preventivas. El estudio examinó familias de virus capaces de infectar a humanos, desde cepas benignas del resfriado común hasta patógenos de alto impacto como el mpox.
De manera significativa, cerca del 30 % de las interacciones proteicas mapeadas corresponden a formas y configuraciones que nunca antes habían sido documentadas en el Protein Data Bank, el histórico repositorio abierto de estructuras de proteínas verificadas experimentalmente. Cada predicción en la base de datos está etiquetada con una puntuación de confianza algorítmica para orientar la verificación en el laboratorio.
«Esta base de datos es un motor para la generación de hipótesis», afirmó Chris Dallago, líder del equipo científico de investigación aplicada en biología digital de NVIDIA. «Estamos permitiendo a los biólogos y a la comunidad de IA investigar interacciones de proteínas, no solo como moléculas individuales sino como complejos, para que todo el campo pueda avanzar».
«Cuando ocurra la próxima pandemia, es posible que surja algo imprevisto y carezcamos del conocimiento que teníamos para el COVID», añadió Joe Grove, profesor de virología molecular en la Universidad de Glasgow que colaboró en el trabajo. «Lo que intentamos hacer es acumular parte de ese conocimiento con anticipación».
Anticipar futuros brotes mientras AlphaFold supera los 260 millones de estructuras
El lanzamiento coincidió con una reunión de la Asamblea General de las Naciones Unidas convocada por el Foro Económico Mundial en la ciudad de Nueva York para abordar la prevención, preparación y respuesta ante pandemias a nivel global. La urgencia se ve respaldada por datos del Center for Global Development, que proyecta una probabilidad estimada del 50 % de que el mundo enfrente una pandemia de magnitud similar a la de COVID-19 para 2050.
Con esta publicación, AlphaFold Database supera los 260 millones de proteínas y complejos de proteínas predichos, lo que representa casi la totalidad de las proteínas catalogadas conocidas por la biología moderna.
Según Jo McEntyre, directora interina de EMBL-EBI, liberar los datos sin restricciones de propiedad es crucial para los equipos de primera línea: «El conjunto de datos también abarca virus menos estudiados y reduce las barreras para los científicos en entornos de bajos recursos que enfrentan brotes de primera mano».
