🔬 Raygun, un marco de inteligencia artificial publicado en Nature, acorta y alarga proteínas naturales conservando su función. En células humanas, seis de ocho proteínas fluorescentes miniaturizadas siguieron brillando, y dos versiones ampliadas del factor de crecimiento epidérmico (EGF) se unieron a su receptor con más fuerza que la molécula original.
Rediseñar una proteína a partir de otra se parece a reformar un edificio en vez de levantarlo de cero. Los métodos actuales solo saben repintar: cambian aminoácidos sueltos. La evolución, en cambio, también añade y quita habitaciones enteras. Con 25 puntos donde cambiar un aminoácido ya aparecen 10³² secuencias posibles, y ningún método sabía manejar además las inserciones y los borrados a gran escala.
Raygun parte de las representaciones del modelo de lenguaje ESM-2 y da un giro. En vez de tratar cada proteína como una hilera de vectores de largo variable, la reparte en 50 bloques y la resume como una distribución de probabilidad de tamaño fijo. Así, proteínas de cualquier tamaño se vuelven comparables. El usuario mueve dos mandos: el ruido gradúa cuánto cambia la secuencia; la longitud objetivo, cuánto se inserta o se borra. Cada candidato sale en 0,3 s con una GPU A100, unas 100 veces más rápido que los métodos de difusión.
Los resultados en el laboratorio: eGFP quedó en 199 aminoácidos y mCherry en 206, más cortas que el 96 % de las proteínas fluorescentes registradas en FPbase. Seis de ocho brillaron en células HEK293, aunque con menos intensidad que sus plantillas. Con TurboID, una ligasa de biotina sintética de unos 335 aminoácidos, el modelo retiró por su cuenta el dominio de unión al ADN y bajó a 165 aminoácidos. Esa versión llegó a expresarse, pero no mostró actividad significativa. Dos recortes suaves (317 y 304 aminoácidos) sí biotinilaron. Y al estirar el EGF de 53 a 55–57 aminoácidos, dos variantes ganaron al ligando natural: 0,274 y 0,561 µM de constante de disociación, frente a 0,759 µM.
✅ Diseñar desde plantillas abre la puerta a sensores más pequeños para etiquetar proteínas diminutas y a cargas génicas que quepan en los límites de empaquetado de los virus adenoasociados. Los propios autores marcan el techo: las variantes fluorescentes brillan poco y necesitarán evolución dirigida, cortar TurboID a la mitad le costó la actividad enzimática, y las proteínas muy largas —como mTOR, con 2 549 aminoácidos— exigen ajustar el modelo antes.
