La inteligencia artificial (IA) está demostrando su capacidad para acelerar el desarrollo de fármacos y mejorar nuestra comprensión de diversas enfermedades. Sin embargo, para transformar estas innovaciones en tratamientos efectivos, es crucial que los científicos tengan acceso a los modelos más avanzados y potentes.
Un obstáculo importante es que la mayoría de los investigadores no son expertos en aprendizaje automático. En este contexto, la empresa OpenProtein.AI, fundada por Tristan Bepler, PhD ’20, y el exprofesor del MIT Tim Lu, PhD ’07, se presenta como una solución al ofrecer una plataforma sin código que permite a los científicos acceder a modelos fundamentales y herramientas para diseñar proteínas, predecir su estructura y función, así como entrenar modelos.
Desde su creación, OpenProtein.AI ha comenzado a equipar a investigadores de empresas farmacéuticas y biotecnológicas de todos los tamaños con sus herramientas, incluyendo modelos desarrollados internamente para la ingeniería de proteínas. Además, la compañía ofrece su plataforma gratuitamente a científicos en el ámbito académico.
Innovación en biología impulsada por IA
Bepler llegó al MIT en 2014 como parte del programa de doctorado en Biología Computacional y Sistemas, bajo la tutela de Bonnie Berger. Durante su formación, se dio cuenta de lo poco que entendemos sobre las moléculas que forman los bloques básicos de la biología.
“No habíamos caracterizado adecuadamente las biomoléculas y proteínas como para crear buenos modelos predictivos sobre cómo funcionaría un circuito genómico completo o cómo se comportaría una red de interacciones proteicas”, recuerda Bepler. “Esto me llevó a interesarme por comprender las proteínas a un nivel más detallado.”
A partir de ahí, comenzó a explorar métodos para predecir las cadenas de aminoácidos que componen las proteínas mediante el análisis de datos evolutivos. Este trabajo antecedió al lanzamiento de AlphaFold por parte de Google, un modelo predictivo potente para la estructura proteica. Así nació uno de los primeros modelos generativos de IA enfocados en entender y diseñar proteínas: lo que el equipo denomina un modelo lingüístico proteico.
Facilitando el diseño proteico
“Estaba muy entusiasmado con el marco clásico de las proteínas y las relaciones entre su secuencia, estructura y función. No comprendemos bien esos vínculos”, explica Bepler. “Entonces, ¿cómo podríamos utilizar estos modelos fundamentales para saltar directamente del ‘secuencia’ a ‘función’?”
Tras obtener su doctorado en 2020, Bepler se unió al laboratorio de Lu en el Departamento de Ingeniería Biológica del MIT como investigador postdoctoral.
“Fue alrededor del momento en que la idea de integrar IA con biología comenzó a cobrar fuerza”, recuerda Lu. “Tristan nos ayudó a construir mejores modelos computacionales para el diseño biológico. También nos dimos cuenta de que había una desconexión entre las herramientas más avanzadas disponibles y los biólogos que desearían utilizarlas pero no saben programar. OpenProtein surgió con la idea de ampliar el acceso a estas herramientas.”
Transformando la investigación científica
La plataforma OpenProtein destaca por su interfaz web intuitiva que permite a los biólogos cargar datos y realizar trabajos de ingeniería proteica utilizando aprendizaje automático. Incluye una variedad de modelos open-source, siendo PoET su modelo lingüístico proteico insignia.
PoET (Transformador Evolutivo Proteico) fue entrenado con grupos proteicos para generar conjuntos relacionados. Bepler y sus colaboradores demostraron que podía generalizar sobre las restricciones evolutivas en las proteínas e incorporar nueva información sin necesidad de reentrenamiento.
“Los investigadores pueden utilizar sus propios datos para entrenar modelos y optimizar secuencias proteicas; luego pueden emplear nuestras otras herramientas para analizar esas proteínas”, detalla Bepler. “Las personas están generando bibliotecas de secuencias proteicas in silico [en computadoras] y luego ejecutándolas a través de modelos predictivos para obtener validación.”
Nuevas fronteras terapéuticas
A principios del 2025, la gran farmacéutica Boehringer Ingelheim comenzó a utilizar la plataforma OpenProtein. Recientemente anunciaron una colaboración ampliada que integrará esta plataforma en sus esfuerzos por diseñar proteínas destinadas al tratamiento de enfermedades como el cáncer y condiciones autoinmunes o inflamatorias.
El año pasado, OpenProtein lanzó una nueva versión de su modelo lingüístico proteico, PoET-2, que supera a modelos mucho más grandes mientras utiliza solo una fracción de recursos computacionales y datos experimentales.
“Queremos resolver cómo describimos las proteínas”, afirma Bepler. “¿Cuál es el lenguaje específico del dominio sobre las restricciones proteicas que utilizamos al generarlas? ¿Cómo podemos incorporar más restricciones evolutivas?”
Mira hacia el futuro
A medida que avanza la IA, los fundadores esperan desarrollar modelos que consideren la naturaleza cambiante e interconectada de la función proteica.
“Lo que me emociona es ir más allá de los eventos vinculantes entre proteínas; queremos usar estos modelos para predecir características dinámicas donde una proteína debe involucrarse en múltiples mecanismos biológicos simultáneamente o cambiar su función tras unirse”, concluye Lu.
A medida que el progreso tecnológico avanza rápidamente, OpenProtein sigue comprometida con proporcionar a los científicos las mejores herramientas para desarrollar nuevos tratamientos con mayor rapidez.
Si (
No(
