Luz y materia

CICESE impulsa capacitación en herramientas de IA aplicadas a la bioinformática

AlphaFold es un programa de IA que acelera avances en biología y medicina

Norma Herrera

12 diciembre, 2025 3:30 pm

Favorecer el uso avanzado de AlphaFold, un programa de Inteligencia Artificial que utiliza el aprendizaje profundo para predecir la estructura tridimensional de las proteínas a partir de sus secuencias de aminoácidos, y cuyos desarrolladores recibieron el Premio Nobel de Química 2024, fue el objetivo de la Cumbre de Educación AlphaFold México 2025, realizada en el CICESE del 1 al 3 de diciembre.

La AFESMX25 (abreviatura de AlphaFold Education Summit México 2025) reunió en Ensenada a 50 participantes de manera presencial y casi 200 en línea, mayoritariamente estudiantes de posgrado e investigadores en biotecnología, ciencias de la computación y ciencias de la vida interesados en aplicar soluciones bioinformáticas innovadoras que faciliten y aceleren sus investigaciones.

La meta, aseguran los organizadores, es “contribuir a la creación de una red de expertos en Latinoamérica, promover la colaboración regional y democratizar el acceso a AlphaFold”. Este evento en el CICESE, el primero en América latina, tiene como antecedente el AFESMX25, celebrado en enero de este año en Hinxton, Reino Unido.

Ambos encuentros forman parte de una iniciativa internacional para que investigadores y docentes aprovechen el potencial de AlphaFold, este sistema de IA desarrollado por DeepMind, de Google , que es de acceso libre, incluye una base de datos con predicciones para cientos de millones de proteínas y está revolucionando investigaciones para el desarrollo de fármacos y la ingeniería de enzimas.

En la inauguración del AFESMX25, el 1 de diciembre, Alexei Licea Navarro, titular de la Dirección de Impulso a la Innovación y Desarrollo e investigador del Departamento de Innovación Biomédica, dio la bienvenida al CICESE, destacó la importancia del encuentro y habló del trabajo colaborativo entre departamentos académicos de esta institución que ha favorecido el impulso del modelado de proteínas y de moléculas, con fines terapéuticos y de diagnóstico.

De manera particular, exaltó la colaboración entre los departamentos de Innovación Biomédica y Ciencias de la Computación, “estamos haciendo una sinergia muy importante y por ello surge esta iniciativa, gracias al doctor Ricardo Gómez Reyes que ha estado al frente de la organización, con el apoyo de los grupos de los laboratorios de inmunología y biotoxinas”.

Durante los tres días de conferencias y talleres, las sesiones se centraron en comprender la biología estructural antes y después de AlphaFold, la teoría, historia y arquitectura del modelo, así como buscar en bases de datos y visualizar estructuras de proteínas, y ejecutar el flujo de trabajo, el llamado pipeline, de AlphaFold/ColabFold.

Las conferencias estuvieron a cargo de académicos usuarios de AlphaFold provenientes de instituciones mexicanas: Instituto de Biotecnología de la UNAM, Tecnológico de Monterrey, Instituto Nacional de Enfermedades Respiratorias, CICESE, y del extranjero: Centro Nacional de Investigaciones Oncológicas, España; Instituto Europeo de Bioinformática, Gran Bretaña; Colegio Bourbaki, Perú y la Universidad de Costa Rica.

La teoría estuvo acompañada de práctica para realizar predicciones con AlphaFold, evaluar sus resultados, entender las limitaciones, emprender mejores prácticas, combinar esta herramienta con otros datos biológicos (multi-ómicos) y simular un proyecto de investigación para planificar y ejecutar el análisis en un contexto real.

Al socializar los avances recientes en IA para el descubrimiento y diseño computacional de péptidos, se espera que los participantes hayan adquirido habilidades y el conocimiento necesario para convertirse en formadores y capacitar a otras personas con el uso de estas herramientas.

En entrevista, Ricardo Gómez Reyes subrayó que el propósito de este encuentro es la necesidad de actualizarse con nuevas herramientas bioinformáticas para hacer investigación e incidir en la industria.

Explicó que la selección de participantes se dio a través de una convocatoria del CICESE que sumó 247 aplicaciones, 50% de estudiantes de posgrado y el otro porcentaje de catedráticos interesados en actualizarse con este tipo de herramientas.

Gracias al patrocinio de diez instituciones y corporaciones, y las facilidades técnicas de la Dirección de Telemática del CICESE, los 50 asistentes presenciales y el resto en línea tuvieron acceso al evento de manera gratuita. “Esperamos que en los siguientes años podamos seguir con este tipo de actividades”.

Doctor en oceanografía costera por la UABC y posdoctorante con Alexei Licea Navarro, después de trabajar en el Cigom-CICESE, Ricardo Gómez habla de su trayectoria en el área de la bioinformática y proyectos en puerta con Licea Navarro y Carlos Brizuela Rodríguez, investigador del Departamento de Ciencias de la Computación.

“Vamos a empezar a crear modelos de lenguaje genómico y proteómico para predecir conotoxinas. Varios de los predictores que existen para identificar o clasificar estas conotoxinas se basan en cuestiones de supervisión o semi supervisión; nuestra propuesta es crear este tipo de herramientas bioinformáticas que sin supervisión puedan identificar y clasificar conotoxinas a partir de secuencias genómicas y de proteínas”, explicó Ricardo Gómez.

Se pueden desarrollar herramientas con inteligencia artificial para acelerar el descubrimiento de más conotoxinas y su potencial uso en aplicaciones farmacológicas. “Hasta hoy se conoce solamente el 2% de las conotoxinas que, se cree, existen”.

Tener en cuenta ventajas y limitaciones

Durante su intervención, Enrique Rudiño Piñera, especialista en biología estructural y cristalografía de proteínas, investigador nacional nivel 3 y del Instituto de Biotecnología de la UNAM y quien “Es uno de los cristalógrafos latinoamericanos más productivos con cerca de 140 estructuras tridimensionales depositadas en el Protein Data Bank”, habló de su experiencia con AlphaFold y subrayó la necesidad de ponderar ventajas y limitaciones de la herramienta.

Explicó que en su laboratorio la idea de que “había una herramienta computacional que nos quitaría la chamba, no fue bien recibida”, Pero con el paso de los años se adoptó como una herramienta más en el mundo de la biología estructural. “No es la única, pero esta nos da muchas ventajas, pero, también, nos puede generar problemas. Nuestra responsabilidad como científicos es darnos cuenta de sus ventajas, pero también tomar en cuenta sus limitaciones”.

Conferencista magistral, también, Carlos Brizuela habló del uso de la IA para el descubrimiento y diseño de péptidos antimicrobianos, específicamente del creado recientemente en el Laboratorio de Biología Computacional del CICESE, Key Cutting Machine (KCM), la máquina de copia de llaves, y cuya referencia puede leerse en “Diseño computacional de un péptido con impronta CICESE” https://todos.cicese.mx/diseno-computacional-de-un-peptido-con-impronta-cicese/

La IA gana un Nobel

Por la predicción de la estructura de las proteínas mediante inteligencia artificial, Demis Hassabis y John Jumper ganaron el Premio Nobel de Química 2024, compartido con David Baker, experto en el diseño computacional de proteínas.

La Academia Sueca reconoció a Hassabis y Jumper porque, particularmente con AlphaFold 2, lograron una precisión cercana al 90% en la predicción de estructuras proteicas, lo que acelera enormemente la investigación.