ESMFold2: modelo open source de Zuckerberg supera AlphaFold y prevé 1,1 billones de proteínas

Biohub, instituto de investigación fundado por Mark Zuckerberg, acaba de publicar en la revista Nature un modelo de inteligencia artificial que promete redefinir la biología computacional. ESMFold2 es capaz de predecir 1,1 billones de estructuras de proteínas, superando a escala y accesibilidad al AlphaFold de Google. Y, al contrario del competidor, el modelo es completamente open source.

¿Cómo actúa ESMFold2 y prevé proteínas?

ESMFold2 es un modelo de lenguaje (LLM) aplicado a la biología. Fue entrenado con millones de secuencias de proteínas y aprendió a predecir su estructura tridimensional, una tarea que antes exigía experimentos de laboratorio caros y demorados. El diferencial está en la escala: mientras que el AlphaFold de Google cubría cerca de 200 millones de proteínas, el ESMFold2 alcanza 1,1 billones, casi cinco veces más. La investigación, publicada en Nature, detalla el uso de una arquitectura de transformación optimizada que procesa largas secuencias sin perder precisión.

¿Por qué ESMFold2 supera al AlphaFold?

La principal ventaja del ESMFold2 no solo está en la cantidad de estructuras previstas, sino en la eficiencia computacional. El modelo utiliza menos recursos de hardware para hacer las predicciones, lo que lo hace accesible para laboratorios menores y proyectos de código abierto. Además, incorpora técnicas de aprendizaje autosupervisado que permiten generalizar mejor para proteínas raras o artificiales. El resultado es una herramienta que puede ser adaptada por cualquier investigador, sin depender de servidores centralizados.

El impacto de ESMFold2 en la biología computacional

Con 1,1 billones de estructuras disponibles, científicos pueden estudiar desde la evolución de las proteínas hasta el desarrollo de nuevos fármacos. El descubrimiento también acelera áreas como la biología sintética y la ingeniería de enzimas para la industria. El hecho de que el modelo sea abierto significa que la comunidad puede restaurarlo con datos específicos, creando versiones especializadas para enfermedades tropicales o proteínas de plantas, por ejemplo.

¿Cómo acelera el código abierto de ESMFold2 la innovación?

El lanzamiento open source de ESMFold2 sigue una tendencia que la IBM y Red Hat ya señalaron: modelos de IA de alto impacto necesitan ser colaborativos. El código ESMFold2 está disponible en GitHub, y los investigadores ya han comenzado a crear variaciones para áreas como resistencia a antibióticos y diseño de proteínas terapéuticas.

Preguntas frecuentes sobre ESMFold2

¿Cómo se compara ESMFold2 a AlphaFold en términos de rendimiento?

El ESMFold2 cubre 1,1 mil millones de estructuras, superando los 200 millones de AlphaFold, y requiere menos poder computacional, haciéndolo más accesible para la comunidad científica.

¿Dónde puedo acceder al código ESMFold2?

El código y los modelos entrenados están disponibles públicamente en el repositorio oficial de Biohub en GitHub, sin restricciones de uso.

¿Este avance puede ayudar en el desarrollo de nuevos medicamentos?

Sí, prever la estructura de proteínas es un paso fundamental para entender enfermedades y diseñar moléculas que interactúen con ellas, acelerando el descubrimiento de fármacos.

---

Fuente: Publicación original en 36Kr Ver también: Más noticias sobre IA