OpenProtein.AI, fundada por Tristan Bepler y Tim Lu, ofrece herramientas de diseño de proteínas impulsadas por IA para investigadores, facilitando el acceso a modelos avanzados sin necesidad de programación.
OpenProtein.AI, una innovadora empresa fundada por Tristan Bepler, PhD ’20, y el exprofesor del MIT Tim Lu, PhD ’07, se está posicionando como un referente en el ámbito de la ingeniería de proteínas. Su misión es proporcionar a los investigadores herramientas y modelos de código abierto que faciliten el diseño de proteínas, así como la predicción de su estructura y función.
La inteligencia artificial (IA) ha demostrado ser un catalizador en el desarrollo de fármacos y en la comprensión de enfermedades. Sin embargo, para traducir estos avances en tratamientos efectivos, es crucial que los científicos tengan acceso a los modelos más avanzados. La mayoría de ellos no son expertos en aprendizaje automático, lo que plantea un desafío significativo.
OpenProtein.AI aborda este problema mediante una plataforma sin código que permite a los científicos acceder a potentes modelos fundamentales y herramientas para diseñar proteínas. Esta iniciativa ya ha beneficiado a investigadores de empresas farmacéuticas y biotecnológicas de diversos tamaños, además de ofrecer su plataforma gratuitamente a científicos académicos.
“Es un momento emocionante porque estos modelos pueden hacer que la ingeniería de proteínas sea más eficiente”, afirma Bepler. Esto no solo acorta los ciclos de desarrollo para terapias y usos industriales, sino que también mejora nuestra capacidad para diseñar nuevas proteínas con características específicas.
Bepler comenzó su trayectoria en el MIT en 2014 dentro del programa de doctorado en Biología Computacional y Sistemas, donde se dio cuenta de las limitaciones en nuestra comprensión sobre las biomoléculas. A partir de ahí, comenzó a investigar cómo predecir las cadenas de aminoácidos que componen las proteínas utilizando datos evolutivos.
La llegada del modelo AlphaFold marcó un hito importante en este campo, pero Bepler y su equipo desarrollaron uno de los primeros modelos generativos para comprender y diseñar proteínas. Este modelo se conoce como modelo de lenguaje proteico.
“Queríamos construir algo amigable para el usuario”, explica Bepler sobre la creación de OpenProtein.AI. La plataforma cuenta con una interfaz web intuitiva que permite a los biólogos cargar datos y realizar trabajos de ingeniería proteica utilizando aprendizaje automático.
Uno de sus productos destacados es PoET (Protein Evolutionary Transformer), diseñado para generar conjuntos relacionados de proteínas. Este modelo puede generalizar sobre las restricciones evolutivas y actualizarse con nueva información sin necesidad de reentrenamiento.
A partir del año 2025, la reconocida empresa farmacéutica Boehringer Ingelheim comenzó a utilizar la plataforma OpenProtein, ampliando recientemente su colaboración para integrar estas herramientas en el diseño de proteínas destinadas al tratamiento del cáncer y afecciones autoinmunes o inflamatorias.
“Queremos resolver cómo describimos las proteínas”, expresa Bepler, quien enfatiza la importancia de entender las restricciones específicas del dominio al generar nuevas secuencias proteicas. Con miras al futuro, los fundadores aspiran a desarrollar modelos que consideren la naturaleza dinámica e interconectada del funcionamiento proteico.
“Es fundamental crear ecosistemas abiertos alrededor de la IA y la biología”, concluye Lu. A medida que avanza la tecnología, OpenProtein.AI sigue comprometido con su objetivo: dotar a los científicos con las mejores herramientas para acelerar el desarrollo de nuevos tratamientos.
OpenProtein.AI es una plataforma fundada por Tristan Bepler y Tim Lu que proporciona herramientas de diseño de proteínas impulsadas por inteligencia artificial. Ofrece modelos de código abierto y una interfaz sin código para que los biólogos puedan diseñar proteínas, predecir su estructura y función, así como entrenar modelos.
La plataforma está diseñada para ser intuitiva, permitiendo a los biólogos cargar datos y realizar trabajos de ingeniería de proteínas sin necesidad de conocimientos en programación o aprendizaje automático, facilitando así el acceso a herramientas avanzadas.
PoET, o Protein Evolutionary Transformer, es el modelo insignia de OpenProtein que genera conjuntos de proteínas relacionadas. Los investigadores pueden usar sus propios datos para entrenar modelos y optimizar secuencias proteicas, además de analizar las proteínas generadas.
El acceso abierto es crucial para que todos los investigadores, independientemente del tamaño de su laboratorio o recursos, puedan utilizar herramientas avanzadas. Esto fomenta la colaboración y acelera el progreso en el desarrollo de nuevos tratamientos médicos.