A muchas personas os sonará el haber escuchado mencionar los premios Nobel, ¿cierto? Lo que no mucha gente sabrá es que estos conocidos galardones surgen tras la muerte del químico y millonario Alfred Bernhard Nobel, como una forma de poder “salvar su imagen”. Resulta que, por un error periodístico, la prensa francesa confundió su muerte con la de su hermano y, para anunciar su presunto fallecimiento, rotularon el mensaje «El mercader de la muerte ha muerto” en la necrológica de un diario francés.

Para poner en contexto el origen de este titular, Alfred Nobel había forjado su fortuna principalmente gracias a sus patentes en el mundo de los explosivos (destacando principalmente la dinamita o el detonador) y a la empresa Bofors (una empresa dedicada al acero y especializada en la elaboración de cañones, fusiles y otros tipos de armamentos), de la cual era dueño. Todo esto le había generado una mala imagen en la sociedad de la época, la cual quedaba más que remarcada en el título que se le dedicó por error.

Es por ello por lo que Nobel, autodenominado pacifista, no quería que se le recordara únicamente por la parte negativa de su pasado. Para enmendarlo realizó uno de los mayores actos de filantropía que se pueda recordar: la creación de los premios Nobel en busca de ensalzar a aquellas personas que, según él, realizaran el mayor beneficio de la humanidad. Para este reconocimiento dejaría en herencia su enorme fortuna (en la actualidad rondaría aproximadamente los 300 millones de euros) y crearía un total de 5 premios: literatura, medicina o fisiología, química, física y paz (a los que casi 60 años después se incluiría el premio Nobel de economía)

Este premio comenzaría a otorgarse a los ganadores a partir de 1901, llevado a cabo por la fundación Nobel, y continuaría su desempeño casi ininterrumpidamente hasta la actualidad. Y resulta que, justamente este año 2024, los tres premios Nobel entregados en las materias de ciencias (física, química y fisiología o medicina) tienen relaciones directas con la biotecnología; y ahora os lo vamos a mostrar.

Premio Nobel de Física: el cerebro como “órgano modelo”.

La inteligencia artificial es algo que ha embaucado el pensamiento de los más creativos hasta la década de los 40, cuando grandes mentes (como Alan Turing, percibido generalmente como el padre de la inteligencia artificial) comenzaron a dar los primeros pasos en esta disciplina para volverla realidad. Este año se ha recompensado este trabajo galardonando con el premio Nobel de Física a John J. Hopfield (creador de estructuras neuronales capaces de almacenar y reconstruir información) y a Geoffrey Hinton (inventor de un método que puede inferir propiedades de los datos, y que es ampliamente usado en grandes redes neuronales).

Y es que hoy en día todos somos conscientes que estamos viviendo una nueva revolución tecnológica, puesto que las inteligencias artificiales ya permiten a los ordenadores abarcar aspectos más “humanos”: generar canciones o imágenes a partir de un texto, modificar escritos para hacerlo más comprensible o crear relaciones a partir de datos brutos que se le plantean son solo algunos ejemplos. Precisamente esto es lo que se busca lograr, ya que el objetivo es que los ordenadores puedan imitar el funcionamiento del cerebro humano, haciéndoles capaces de razonar y no solamente calcular. Para ello, y desde el comienzo de las redes neuronales, diversas y distintas disciplinas se han unido para lograr avanzar en cumplir este reto: la ingeniería, la filosofía, las matemáticas e incluso la psicología y la neurología.

Esta última rama sentaría las bases en las que los matemáticos e ingenieros podrían sustentar su progreso, ya que los grandes avances que lograba en como funciona un cerebro servían para iniciar los cimientos del mundo de la IAs. ¿Veis por dónde van los tiros? Exacto, toda la programación de estas inteligencias artificiales tomaba como modelos todos los conocimientos del cerebro que se tenían hasta el momento (de ahí palabras como “redes neuronales” o la misma “inteligencia artificial”), al igual que un investigador usa un ratón para deducir como un fármaco podría afectar a un humano.

Por ejemplo, al aprender un concepto nuevo, nuestras neuronas forman conexiones más fuertes entre algunas de ellas (a la vez que debilitan otras), reacondicionando el entramado que forman y facilitando así la comunicación entre ellas por esas vías reforzadas. Pues igual ocurre con las redes neuronales artificiales, donde los nodos (que actúan como neuronas del dispositivo) que están activos al mismo tiempo fortalecen sus conexiones, mientras que aquellos que no se compenetran ven debilitadas sus conexiones. Otra prueba más de que los conocimientos generados tienen aplicabilidad más allá de lo imaginable.

Por ejemplo, al aprender un concepto nuevo, nuestras neuronas forman conexiones más fuertes entre algunas de ellas (a la vez que debilitan otras), reacondicionando el entramado que forman y facilitando así la comunicación entre ellas por esas vías reforzadas. Pues igual ocurre con las redes neuronales artificiales, donde los nodos (que actúan como las neuronas del dispositivo) que están activos al mismo tiempo fortalecen sus conexiones, mientras que aquellos que no se compenetran ven debilitadas sus conexiones. Otra prueba más de que los conocimientos generados tienen aplicabilidad más allá de lo inimaginable.

Premio Nobel de Química: el poder del in silico.

En la historia, más de 25 premios Nobel se han otorgado a estudios acerca de las proteínas y su funcionamiento, como el premio nobel a Frederick Sanger en 1958 (por descifrar la secuencia de la insulina,diseñando en paralelo un método de lectura de proteínas), a Aaron Klug en 1982 (por el desarrollo de la microscopía cristalográfica de electrones para deducir la conformación espacial de las proteínas) o a Stanley Prusiner en 1997 (por el descubrimiento de los priones).

Este año no podía ser menos, y el galardón ha sido entregado a David Baker (por el diseño computacional de proteínas) y a Demis Hassabis y John Jumper (por la predicción de estructuras de proteínas). Y ya que este año se ha entregado a dos investigaciones, que mejor que vayamos por partes a la hora de hablar de sus descubrimientos.

Empecemos con David Baker y el impacto que tiene la posibilidad de poder diseñar proteínas de forma computacional (es decir, in silico). Como sabemos, las proteínas son unas biomoléculas que cumplen funciones muy diversas en nuestro organismo, desde actuar como andamios de anclaje para otros elementos celulares a ser capaces de transformar químicamente a compuestos concretos. Por ello, el ser capaces de poder diseñar nuevas proteínas abre un sinfín de oportunidades en la medicina y la ciencia de materiales, como poder encontrar la solución a enfermedades o diseñar nuevos materiales para la construcción.

Por el otro lado, Demis Hassabis y John Jumper han logrado desarrollar una inteligencia artificial (conocida como AlphaFold) capaz de predecir de la estructura secundaria en adelante de las proteínas. Esto supone un avance tremendo a la hora de realizar estudios de proteómica o de ver la interacción de las proteínas, ya que a diferencia de la estructura primaria (que es fácilmente obtenible gracias a la técnica desarrollada por Sanger, que mencioné al principio), la obtención de proteínas cristalizadas para observar sus estructuras secundarias es compleja, costosa y muy lenta (más el trabajo que conlleva posteriormente el analizar los datos).

Y cómo es bien conocido, la estructura de una proteína es lo que define su funcionalidad, de forma que esto no solo abre paso a poder conocer mejor el proteoma de cualquier especie de interés, sino que se retroalimenta positivamente con los descubrimientos de David Baker para facilitar el diseño de nuevas proteínas. Vamos, un premio Nobel repartido con mucha cabeza.

Premio Nobel de Fisiología o Medicina: lo pequeño define a lo mayor.

A pesar de los grandes avances que se han hecho desde su descubrimiento, siguen quedando misterios que envuelven a los ácidos nucleicos. Sin embargo, este año se conmemora que Victor Ambros y Gary Ruvkun hayan resuelto otro más, descubriendo los microARN y descubriendo su papel en la regulación postranscripcional de los genes.

Generalmente, gran parte del público general piensa que el ARN solo sirve para codificar proteínas, pero lo cierto es que de ello solo se encarga un tipo, el ARN mensajero. Y existen muchos más tipos, como el ARN transferente (encargado de proporcionar los aminoácidos durante la traducción), el ARN ribosomal (que conforma los ribosomas y cataliza la formación de enlaces peptídicos entre los aminoácidos durante la traducción) o el novedoso microARN.

Este nuevo elemento ribonucleico recibe este nombre debido a su tamaño tan reducido, ya que cuenta con un máximo de 25 ribonucleótidos. Estos fragmento son reguladores de la expresión génica, ya que lo que hacen es evitar la traducción de ARNm que ya han sido sintetizados. Este proceso ocurre porque se unen a las regiones UTR 3’ del ARN mensajero (unas regiones no traducibles pero que dan estabilidad al ARN mensajero, además de ofrecer otras propiedades), provocando que este no pueda ser traducido por el ribosoma o que directamente sean degradados por la propia célula.

Y otro de los aspectos fundamentales que se ha observado es que estos fragmentos tienen un papel vital en la diferenciación de las células, permitiendo así la aparición de tejidos y órganos funcionales. Para hacer un símil más sencillo, actúan como un encargado de una tienda: decide a donde va cada caja y si encuentra alguna que no está en su sitio la descarta, manteniendo el orden y la coherencia dentro del establecimiento.

Sinceramente, es bastante poético los fragmentos más pequeños pueden dar lugar a estructuras tan inmensas como una pequeña hormiga, una persona o una gran ballena azul. Otra demostración más de la naturaleza de que el tamaño no es lo que importa, sino la repercusión de su presencia.

Bibliografía.

1. About the Nobel Prize – NobelPrize.org. (2024, 10 septiembre). NobelPrize.org. https://www.nobelprize.org/about-the-nobel-prize/
2. Crevier, D. C. (1993). AI: The Tumultuous History of the Search for Artificial Intelligence. BasicBooks. https://www.researchgate.net/publication/233820788_AI_The_Tumultuous_History_of_the_Search_for_Artificial_Intelligence
3. Medicine Prize. (s. f.). NobelPrize.org. https://www.nobelprize.org/prizes/medicine/
4. Pillai, R. S. (2005). MicroRNA function: Multiple mechanisms for a tiny RNA?: FIGURE 1. RNA, 11(12), 1753-1761. https://doi.org/10.1261/rna.2248605
5. Popova, M. (2019, 28 abril). How the Nobel Prize Was Born: A Surprising Story of Bad Journalism, Existential Guilt, and Dynamite. The Marginalian. https://www.themarginalian.org/index.php/2013/09/17/molly-oldfield-secret-museum-alfred-nobel-will/
6. The Nobel Prize in Chemistry 1958. (s. f.). NobelPrize.org. https://www.nobelprize.org/prizes/chemistry/1958/summary/
7. The Nobel Prize in Chemistry 1982. (s. f.). NobelPrize.org. https://www.nobelprize.org/prizes/chemistry/1982/summary/
8. The Nobel Prize in Chemistry 2024. (s. f.-a). NobelPrize.org. https://www.nobelprize.org/prizes/chemistry/2024/summary/
9. The Nobel Prize in Chemistry 2024. (s. f.-b). NobelPrize.org. https://www.nobelprize.org/prizes/chemistry/2024/popular-information/
10. The Nobel Prize in Physics 2024. (s. f.). NobelPrize.org. https://www.nobelprize.org/prizes/physics/2024/popular-information/
11. The Nobel Prize in Physiology or Medicine 1997. (s. f.). NobelPrize.org. https://www.nobelprize.org/prizes/medicine/1997/summary/
12. The Royal Swedish Academy of Sciences. (2024). Scientific Background to the Nobel Prize in Physics 2024 “FOR FOUNDATIONAL DISCOVERIES AND INVENTIONS THAT ENABLE MACHINE LEARNING WITH ARTIFICIAL NEURAL NETWORKS”. The Nobel Committee for Physics. https://www.nobelprize.org/uploads/2024/11/advanced-physicsprize2024-3.pdf