NVIDIA publica más de 2.800 complejos virales en AlphaFold para anticipar la próxima pandemia
Con BioNeMo y AlphaFold2, NVIDIA libera un dataset abierto de estructuras 3D de proteínas de miles de virus, accesible para cualquier laboratorio.
NVIDIA ha anunciado la publicación de un nuevo conjunto de datos con más de 2.800 complejos proteicos de virus, generados con AlphaFold2 y el runtime de inferencia BioNeMo. La iniciativa, en colaboración con Google DeepMind, EMBL‑EBI y varias universidades, busca democratizar el acceso a estructuras biológicas que podrían ser clave para vacunas y fármacos cuando surja la siguiente pandemia.
El pipeline de predicción de estructuras, disponible en GitHub como BioNeMo Structure Prediction Pipeline, permite pasar de una secuencia de aminoácidos a una predicción 3D en minutos, usando GPUs NVIDIA. Gracias a la optimización de BioNeMo Inference Runtime, el equipo escaló la inferencia a miles de proteomas virales, generando predicciones de complejos que antes requerían años y costosos experimentos de cristalografía.
Alrededor del 30 % de las interacciones añadidas al AlphaFold Database Pandemic Preparedness Portal son completamente nuevas, sin precedentes en el Protein Data Bank. Cada estructura lleva una etiqueta de confianza que ayuda a los investigadores a priorizar validaciones experimentales. Como señala Chris Dallago de NVIDIA, el objetivo es “activar la generación de hipótesis” tanto para biólogos como para la comunidad de IA.
El proyecto se enmarca dentro de la Coalición para la Preparación ante Epidemias (CEPI) y coincide con la reunión de la ONU sobre prevención de pandemias organizada por el World Economic Forum. Expertos como Joe Grove (Universidad de Glasgow) advierten que, sin este acervo de conocimiento, la próxima crisis podría “llegar de la nada” sin la base estructural que facilitó la vacuna contra COVID‑19.
Para los equipos de infraestructura y desarrollo, la publicación del pipeline y del runtime abre la posibilidad de integrar la predicción de estructuras en flujos de trabajo locales o en la nube, aprovechando la aceleración GPU. Además, al estar bajo licencia abierta, los usuarios pueden adaptar el código a sus propias necesidades, lo que reduce la dependencia de servicios externos y mejora la reproducibilidad de los estudios.
En resumen, la iniciativa combina IA de última generación, hardware de alto rendimiento y un enfoque abierto que podría acelerar la investigación de antivirales y vacunas. Queda pendiente observar cómo la comunidad adoptará el dataset y si la disponibilidad masiva de estas predicciones se traduce en respuestas más rápidas frente a futuros brotes.
