Anunció la Real Academia Sueca de Ciencias premio nobel en Química para el año 2024, en reconocimiento a las importantes contribuciones de tres destacados científicos. David Becker, de la Universidad de Washington y el Instituto Médico Howard Hughes, recibió la mitad del premio por su trabajo pionero en el diseño computacional de proteínas. La otra mitad fue otorgada conjuntamente a Demis Hassabis y John M. Jumper de Google DeepMind por su innovador modelo de IA que predice estructuras de proteínas.
La importancia de las proteínas en la vida.
Las proteínas son vitales para la vida, actúan como catalizadores de reacciones químicas y forman la base estructural de células y tejidos. La investigación de Becker ha sido innovadora. Condujo a la creación De proteínas completamente nuevas, que podrían revolucionar los medicamentos, las vacunas y la nanotecnología. Su método utiliza los 20 aminoácidos que forman las proteínas, lo que da como resultado estructuras proteicas únicas con diversas aplicaciones.
Transformar la predicción de la estructura de las proteínas.
El desafío de predecir las estructuras de las proteínas existe desde hace más de 50 años. Desde la década de 1970, los investigadores han luchado por desarrollar formas confiables de predecir cómo sucederá esto. aminoácido La secuencia se pliega en estructuras 3D. En 2020, la introducción del prototipo de IA AlphaFold2 por Demis Hassabis y John M. Jumper supuso un cambio en este campo. El modelo puede predecir con precisión las estructuras de casi todos los objetos conocidos. ProteínasFacilitar el progreso en diversos campos científicos, incluida la investigación de antibióticos y las ciencias ambientales.
Implicaciones para la humanidad
Heiner Linke, presidente del Comité Nobel de Química, destacó el impacto de estos descubrimientos y señaló su potencial para cambiar nuestra comprensión de la vida a nivel molecular. La capacidad de diseñar nuevas proteínas y predecir sus estructuras encierra un enorme potencial para la humanidad, allanando el camino para nuevas intervenciones terapéuticas e innovaciones biotecnológicas.
Los ganadores fueron anunciados por la Real Academia Sueca de Ciencias en Estocolmo.Fotografía: Jonathan Nackstrand/AFP vía Getty
Dos investigadores han desarrollado herramientas para comprender las redes neuronales que sustentan las redes actuales Un gran avance en inteligencia artificial (IA) Ganó el Premio Nobel de Física 2024.
John Hopfield de la Universidad de Princeton en Nueva Jersey y Geoffrey Hinton de la Universidad de Toronto en Canadá comparten el premio de 11 millones de coronas suecas (un millón de dólares estadounidenses), que fue anunciado por la Real Academia Sueca de Ciencias en Estocolmo el 8 de octubre.
Ambos utilizaron herramientas de la física para idear métodos que tengan este poder. Redes neuronales artificialesque explota estructuras de clases inspiradas en el cerebro para aprender conceptos abstractos. Sus descubrimientos “forman los componentes básicos de Aprendizaje automático“Podría ayudar a los humanos a tomar decisiones más rápidas y confiables”, dijo durante el anuncio Elin Munz, presidenta del Comité Nobel y física de la Universidad de Karlstad en Suecia. “Las redes neuronales artificiales se han utilizado para avanzar en la investigación de diversos temas de física, como la física de partículas, la ciencia de los materiales y la astrofísica”.
Memoria de la máquina
En 1982, Hopfield, Biólogo teórico con formación en física, vino con una red Describir las conexiones entre neuronas virtuales como fuerzas físicas.1. Al almacenar los patrones como un estado de bajo consumo de energía de la red, el sistema puede recrear el patrón cuando se le solicita algo similar. Se la conoce como memoria asociativa, porque la forma en que “recuerdas” las cosas es similar a cuando el cerebro intenta recordar una palabra o concepto basándose en información relacionada.
Hinton, un científico informático, utilizó principios de la física estadística, que describen colectivamente sistemas que tienen demasiadas partes para ser rastreados individualmente, para desarrollar aún más la “red Hopfield”. Al incorporar probabilidades en una versión multicapa de la red, creó una herramienta que podía reconocer y clasificar imágenes, o crear nuevos ejemplos del tipo en el que fue entrenada.2.
Informática: máquinas de aprendizaje
Estos procesos difieren de los tipos de computación anteriores, donde las redes podían aprender de ejemplos, incluidos datos complejos. Este fue un desafío para los programas tradicionales que se basaban en cálculos paso a paso.
Las redes son “modelos altamente idealizados que son tan diferentes de las redes neuronales biológicas reales como las manzanas lo son de los planetas”, dice Hinton. el escribio en naturalezaneurología En 2000. Pero ha demostrado ser útil y se ha aprovechado ampliamente. Las redes neuronales que imitan el aprendizaje humano forman la base de muchas herramientas modernas de inteligencia artificial, desde grandes modelos de lenguaje (LLM) hasta algoritmos de aprendizaje automático capaces de analizar grandes conjuntos de datos, incluidos Modelo de predicción de la estructura de la proteína AlphaFold.
Hablando por teléfono cuando se anunció el premio, Hinton dijo que enterarse de que había ganado el Premio Nobel fue “un rayo caído del cielo”. “Estoy sorprendido, no tenía idea de que esto sucedería”, dijo. Añadió que los avances en el aprendizaje automático “tendrán un impacto enorme y será similar a la revolución industrial”. Pero en lugar de superar a las personas en fuerza física, las superará en capacidad intelectual.
En los últimos años, Hinton se ha convertido en una de las voces más fuertes que piden salvaguardias en torno a la inteligencia artificial. Dice que el año pasado se convenció de que la computación digital era mejor que el cerebro humano, gracias a su capacidad de compartir el aprendizaje de múltiples copias de un algoritmo, ejecutándose en paralelo. “Hasta ese momento, había pasado 50 años pensando que si pudiéramos hacerlo más parecido a un cerebro, sería mejor”, dijo el 31 de mayo en una charla virtual en la Cumbre Mundial sobre Inteligencia Artificial para el Bien en Ginebra. Suiza. . “Me hizo pensar [these systems are] “Vamos a volvernos más inteligentes de lo que pensamos antes de lo que pensaba”.
Motivado por la física
Hinton también ganó el premio Alan Turing en 2018. A veces descrito como un “premio de informática”.. Hopfield también ha ganado muchos otros premios prestigiosos en física, incluida la Medalla Dirac.
“[Hopfield’s] “La motivación fue realmente la física, y este modelo de física se inventó para comprender determinadas fases de la materia”, afirma Karl Janssen, físico del Laboratorio Alemán de Sincrotrón (DESY) en Zeuthen, que describe el trabajo como “pionero”. Janssen añade que después de décadas de desarrollo, las redes neuronales se han convertido en una herramienta importante para analizar datos de experimentos de física y comprender los tipos de transiciones de fase que Hopfield se propuso estudiar.
Cómo ganar un Premio Nobel: ¿Qué tipo de científicos ganan medallas?
Lenka Zdeborova, física estadística computacional del Instituto Federal Suizo de Tecnología en Lausana (EPFL), dice que le sorprendió gratamente que el Comité del Nobel reconociera la importancia de las ideas de la física para comprender sistemas complejos. “Esta es una idea muy general, ya sean moléculas o personas en la sociedad”.
Ambos ganadores “aportan ideas muy importantes desde la física a la inteligencia artificial”, dice Yoshua Bengio, el científico informático que compartió el Premio Turing 2018 con Hinton y el también pionero de las redes neuronales Yann LeCun. El trabajo fundamental de Hinton y su contagioso entusiasmo lo convirtieron en un gran modelo a seguir para Bengio y otros de los primeros defensores de las redes neuronales. “Me sentí increíblemente inspirado cuando era estudiante”, dice Bengio, director del Instituto de Algoritmos de Aprendizaje de Montreal en Canadá. Muchos científicos informáticos habían considerado que la red neuronal era improductiva durante décadas, y un importante punto de inflexión se produjo cuando Hinton y otros la utilizaron para ganar un importante concurso de reconocimiento de imágenes en 2012, dice Bengio.
Beneficios del modelo cerebral
La biología también se ha beneficiado de estos modelos artificiales del cerebro. May-Britt Moser es una neurocientífica galardonada de la Universidad Noruega de Ciencia y Tecnología en Trondheim. Premio Nobel de Fisiología o Medicina 2014Ella dice que estaba “muy feliz” cuando vio anunciar a los ganadores. Ella dice que las versiones de los modelos de red de Hopfield han sido útiles para los neurocientíficos al investigar cómo las neuronas trabajan juntas en la memoria y la navegación. Añade que su modelo, que describe los recuerdos como puntos bajos en la superficie, ayuda a los investigadores a imaginar cómo ciertos pensamientos o miedos pueden arreglarse y recuperarse en el cerebro. “Me gusta usar esto como metáfora para hablar con la gente cuando está estancada”.
Diez códigos informáticos que cambiaron la ciencia
Hoy en día, la neurociencia se basa en teorías de redes y herramientas de aprendizaje automático, que surgieron del trabajo de Hopfield y Hinton, para comprender y procesar datos de miles de células simultáneamente, dice Moser. “Alimenta la comprensión de cosas con las que ni siquiera podíamos soñar cuando comenzamos en este campo”.
“El uso de herramientas de aprendizaje automático tiene un impacto inmensurable en el análisis de datos y en nuestra posible comprensión de cómo los circuitos cerebrales realizan cálculos”, dice Eve Marder, neurocientífica de la Universidad Brandeis en Waltham, Massachusetts. “Pero estos impactos quedan eclipsados por los muchos impactos que el aprendizaje automático y la inteligencia artificial están teniendo en todos los aspectos de nuestra vida diaria”.
Joel Habener (desde la izquierda), Svetlana Mojsov y Lotte Pierre Knudsen ganaron el Premio Lasker 2024 por desarrollar una clase de medicamentos que tratan la obesidad, la diabetes y más.Copyright: Joel Habener, Laurie Chertoff de la Universidad Rockefeller, Søren Svendsen
Tres científicos participaron en el desarrollo. Medicamentos eficaces para combatir la obesidad. Que es actualmente Cambiando el panorama sanitario Varios científicos se encuentran entre los ganadores de los prestigiosos premios Lasker de este año. Estos premios, que honran importantes avances en la investigación médica, son un indicador de si un avance o un científico en particular ganarán un Premio Nobel, y algunos especulan que este podría ser el caso pronto para los tratamientos para bajar de peso.
Medicamentos “revolucionarios” para el tratamiento de la obesidad que asombraron a los investigadores
Joel Habener, Svetlana Mojsov y Lotte-Pierre Knudsen ayudaron a crear el popular fármaco contra la obesidad, que imita una hormona llamada péptido similar al glucagón 1 (GLP-1), que participa en la reducción de los niveles de azúcar en sangre y el control del apetito. El trío, que fue honrado con el Premio Lasker en la categoría de Investigación Clínica, compartirá un premio de 250.000 dólares estadounidenses.
Los científicos biomédicos están entusiasmados con el creciente reconocimiento de la investigación sobre el GLP-1, que inicialmente tenía como objetivo el tratamiento de la diabetes. “He estado trabajando en esto durante 30 años y durante mucho tiempo a nadie le importó”, dice Randy Seeley, especialista en obesidad de la Universidad de Michigan en Ann Arbor. “En los últimos años, la situación ha cambiado radicalmente. mucho. Ahora tenemos tratamientos que realmente ayudan a las personas”.
Otros ganadores de los Premios Lasker de este año incluyen a Zhijian “James” Chen del Centro Médico Southwestern de la Universidad de Texas en Dallas, Texas, quien fue honrado en la categoría de Investigación Básica por su descubrimiento de cómo el ADN estimula las respuestas inmunes e inflamatorias. En la categoría de Servicio Público, Salim Abdul Karim y Kuraisha Abdul Karim, ambos del Centro para el Programa de Investigación del SIDA de Sudáfrica, en Durban, fueron honrados por desarrollar métodos que salvan vidas para prevenir y tratar la infección por VIH.
Dentro de la ciencia
Habener, endocrinólogo del Hospital General de Massachusetts en Boston, fue pionero en el descubrimiento del GLP-1 en la década de 1980. Estaba interesado en comprender las hormonas involucradas en la diabetes tipo 2, una condición caracterizada por niveles altos de azúcar en sangre, en la que el cuerpo no produce suficiente insulina o tiene dificultades para usarla para absorber el azúcar de la sangre.
Habener se centró en el glucagón, una hormona que aumenta los niveles de azúcar en sangre. Después de clonar el gen del glucagón, descubrió que el gen también codifica una hormona relacionada, más tarde llamada GLP-1, que estimula al páncreas para que produzca insulina.1.
Los medicamentos contra la obesidad tienen otro superpoder: controlar la inflamación
“Esto fue interesante porque en lugar de que las personas con diabetes tengan que administrarse inyecciones de insulina para controlar el nivel de azúcar en la sangre, en teoría, administrar GLP-1 estimula al cuerpo a producir su propia insulina”, dice Habener.
Por esa época, Moisov, un bioquímico que dirigía una instalación de producción de proteínas sintéticas en el Hospital General de Massachusetts, pudo determinar la secuencia de aminoácidos que constituye la forma biológicamente activa de GLP-1. Finalmente, demostró que esta forma activa podría estimular la secreción de insulina en el páncreas de ratones.2 – Un paso necesario en el camino hacia el trato humano.
Ahora en la Universidad Rockefeller de Nueva York, Moisov enseña habló el año pasado Sobre la falta de reconocimiento a su aporte en este campo. Desde entonces ha ganado premios. Me gusta el premio VinFuture“Estoy feliz de recibir premios, pero lo que me hace aún más feliz es que la gente realmente lee mi trabajo”, dice.
Ozambik sigue sorprendiéndonos: los datos de los ensayos muestran sus beneficios en el tratamiento de la enfermedad renal
Después de los descubrimientos iniciales sobre el GLP-1, los investigadores se dieron cuenta de que había un gran obstáculo para su uso terapéutico: la hormona se metaboliza rápidamente y sólo dura unos minutos en la sangre. Ahí es donde entró en juego Knudsen, científico de la compañía farmacéutica Novo Nordisk, en Copenhague. Knudsen dice que ella y su equipo se dieron cuenta de que el GLP-1 normal no funcionaría como fármaco. En cambio, los investigadores encontraron una manera de modificar el GLP-1 al agregarle un ácido graso, un cambio que permitió que la molécula permaneciera activa en el cuerpo durante mucho tiempo antes de descomponerse.3.
Este trabajo dio como resultado la liraglutida, el primer fármaco de acción prolongada basado en GLP-1, que fue aprobado por la Administración de Alimentos y Medicamentos de EE. UU. en 2010 para el tratamiento de la diabetes tipo 2. Mientras tanto, los investigadores ya estaban explorando el potencial del fármaco para perder peso y, en 2014, la liraglutida se convirtió en la primera molécula de su clase aprobada para el tratamiento de la obesidad. Hoy en día, las variantes más nuevas, incluidas la semaglutida y la terazeptida, que se venden con los nombres de Wijovi y Zibbond, son tratamientos importantes para la obesidad.
“Realmente espero inspirar a los jóvenes para que vean que también se puede hacer gran ciencia en la industria farmacéutica”, dice Knudsen.
¿Premio Nobel adelante?
Los medicamentos basados en GLP-1 no sólo tratan la obesidad y la diabetes. Los estudios han demostrado que puede ayudar Enfermedades cardiovascularesy apnea del sueño Nefropatíaentre otros casos. Se cree que estos beneficios surgen de los efectos de las drogas en el cerebro, así como de su efecto en el cerebro. Potencial antiinflamatorio.
Conozca a los científicos desconocidos detrás del Premio Nobel de los puntos cuánticos
Debido al cambio radical que estos medicamentos han provocado en la atención sanitaria, algunos creen que pronto podrían ganar el premio científico más importante: el Premio Nobel. La obtención de un Premio Lasker suele ir precedida de un Premio Nobel: desde 1945, 95 Laureados Lasker también han recibido este premio. “Esto plantea la posibilidad de que el Comité Nobel tome una decisión decisiva con respecto a este premio”. [GLP-1 research] “En serio”, dice Seeley. Los premios Nobel se anunciarán el próximo mes.
Cada premio en un campo científico está limitado a un máximo de tres ganadores, y el desafío es seleccionar a los ganadores más merecedores. Varios otros científicos involucrados en la investigación detrás de los medicamentos basados en GLP-1 han sido honrados con otros premios, incluidos Jens Jules Holst de la Universidad de Copenhague, Daniel Drucker de la Universidad de Toronto en Canadá y Richard De Marchi de la Universidad de Indiana en Bloomington. .
“Diez mil hormigas mueven un hormiguero, y tratamos de elegir las tres hormigas que marcaron la mayor diferencia”, dice Seeley. “Puedes encontrar docenas de nombres de personas que, al menos, han hecho contribuciones fundamentales a este campo. “
