Qué pasó
- Nvidia anunció el 24 de septiembre, en su blog corporativo, la incorporación a la base de datos pública de AlphaFold de estructuras tridimensionales predichas para complejos proteicos de más de 2.800 virus.
- Según ese mismo texto, cerca de 30% de las interacciones proteicas que se agregan no estaba descrita en la literatura científica.
- El cálculo se hizo con AlphaFold2 optimizado sobre el entorno de inferencia BioNeMo de Nvidia. La compañía liberó además el flujo de trabajo completo, acelerado por GPU, para que otros grupos predigan estructuras desde secuencias.
- Participan Google DeepMind, el Instituto Europeo de Bioinformática del EMBL, la Coalición para las Innovaciones en Preparación ante Epidemias, la Universidad Nacional de Seúl, la Universidad Sungkyunkwan, el Instituto Suizo de Bioinformática y la Universidad de Glasgow.
- Las predicciones quedan accesibles con etiquetas de confianza desde el portal de preparación ante pandemias de la base de AlphaFold.
Por qué importa
- Para grupos de investigación en Chile y la región, el costo de entrada a estructura de proteínas virales deja de ser cómputo y pasa a ser criterio: el archivo ya está calculado y descargable. Lo escaso ahora es quién sabe leer una etiqueta de confianza y descartar una predicción débil.
- Liberar el flujo de trabajo, y no solo el resultado, es la parte que la cobertura suele omitir. Significa que una universidad con acceso a GPU puede correr su propio conjunto de virus locales —arbovirus, hantavirus— sin pedirle el cálculo a nadie.
- Hay una consecuencia que el anuncio no formula: una base de 260 millones de predicciones sin validación experimental es también un repositorio de hipótesis. Publicar sobre una estructura predicha y tratarla como observada es un error que ahora está a un clic de distancia.
El dato
260 millones de predicciones de proteínas y complejos proteicos contiene hoy la base de datos de AlphaFold, según Nvidia.
Contexto
El movimiento llega poco después de que Nvidia cerrara la compra de Hugging Face, que le dio el canal de distribución de modelos abiertos más usado. El flujo BioNeMo se publica sobre esa misma lógica de apertura.
Qué viene
- Sin plazos anunciados para nuevas tandas de virus ni para validación experimental de las interacciones nuevas.
- El portal de preparación ante pandemias queda abierto desde el anuncio, sin fecha de cierre ni condiciones de uso declaradas en el texto.
Cierre
Es la segunda liberación relevante de infraestructura científica en una semana, después de que Alphabet publicara su núcleo de robótica bajo licencia abierta. En los dos casos el código es gratis y el cómputo que lo hace útil no.
Fuentes
Editado por Rodrigo Cornejo. Cómo seleccionamos y verificamos: quiénes escriben estas notas.
