🔬 Raygun, una herramienta de inteligencia artificial creada por el equipo de Rohit Singh (Duke University), reduce o agranda proteínas naturales sin alterar su forma ni su función. A diferencia de los modelos que diseñan proteínas desde cero, esta modifica las que ya existen. El trabajo se publica hoy en Nature.
Los modelos de lenguaje de proteínas ya diseñan anticuerpos con potencial clínico. Cambiar el tamaño de una proteína natural, en cambio, seguía siendo terreno difícil: los sistemas que lo intentaban acababan estropeando la estructura o la función. «A veces una proteína pequeña puede hacer cosas o encajar en sitios donde una grande no llega», dice Singh.
Raygun parte de ESM-2, un modelo entrenado con millones de secuencias de proteínas en lugar de texto. Imita pasos de la evolución natural: añade o borra subunidades sueltas, o cambia una por otra. Lo distinto está en el enfoque matemático — divide cada proteína en trozos y traduce lo que hay en cada uno a patrones numéricos. Con esos patrones arma una versión estandarizada que sigue ciertas reglas. El modelo aprende esas reglas y luego genera la proteína en distintos tamaños sin romper su integridad estructural.
✅ Para la biotecnología pesa más ajustar el tamaño de una proteína que ya funciona que inventar una nueva desde cero. Fajie Yuan, biólogo computacional en Westlake University (Hangzhou) y ajeno al estudio, lo llama un primer paso «significativo y creativo»: «Para muchas aplicaciones reales, eso es justo lo que quieren los investigadores — no una proteína del todo nueva, sino una versión mejor, más pequeña, más grande o más adaptable de una en la que ya confían». El límite: aquí se describe cómo trabaja el modelo, pero no cuántas proteínas rediseñadas pasaron por el laboratorio ni con qué tasa de acierto. Sin esas pruebas de banco, Raygun se lee mejor como promesa técnica que como herramienta ya rodada.
