La medicina del futuro se perfila como una disciplina más rápida, eficiente y adaptada a las necesidades individuales de los pacientes. En este contexto, el papel de las proteínas es fundamental. Para comprender su funcionamiento, es necesario analizar grandes volúmenes de datos con alta calidad y eficiencia. La empresa MSAID, surgida de la Tecnológica Universidad de Múnich (TUM), ha desarrollado un software basado en inteligencia artificial que logra esta tarea incluso en muestras complejas.
Un equipo liderado por el profesor Bernhard Küster, experto en proteómica y bioanálisis, ha trabajado en un prototipo de software que permite identificar qué proteínas están presentes en una muestra, así como su cantidad y comportamiento. Este avance podría facilitar importantes descubrimientos médicos en diagnóstico y tratamiento de enfermedades.
Innovación impulsada por la inteligencia artificial
“La eficacia de nuestro prototipo superó a los métodos existentes tanto en calidad como en cantidad de proteínas identificadas”, afirma Mathias Wilhelm, profesor de espectrometría de masas computacional en la TUM School of Life Sciences. Junto a Küster, Wilhelm ya había cofundado una empresa anteriormente y decidieron emprender nuevamente. En 2019, junto a otros colegas, fundaron MSAID, un start-up especializado en modelos de aprendizaje profundo para la investigación proteica.
Desde 2022, MSAID comercializa internacionalmente una versión patentada del software que dio origen a la empresa. Esta herramienta simplifica el análisis de datos complejos y voluminosos. Según Daniel Zolg, COO de MSAID, “cada proteína está compuesta por diferentes péptidos que poseen un 'dedo' único similar al de las huellas dactilares”. Utilizando espectrometría de masas, los investigadores pueden visualizar estos patrones; sin embargo, la calidad puede variar y algunas veces se obtienen solo partes parciales que complican la identificación precisa.
Eficiencia mejorada para diagnósticos tempranos
El análisis manual resulta insuficiente ante tal cantidad de datos; el ser humano cuenta con más de 20,000 tipos diferentes de proteínas. Por ello, los fundadores han decidido aprovechar las capacidades de la inteligencia artificial para simular patrones. Un algoritmo compara los resultados obtenidos con un registro de péptidos donde se han almacenado patrones generados por IA. Estos patrones no solo corresponden a lo observado durante el análisis sino que también permiten predecir cómo se comportarán distintos péptidos cuando se superponen.
“Con nuestro enfoque podemos identificar proteínas en muestras complejas como tejidos y plasma con mayor precisión, determinar sus cantidades más efectivamente y reducir el trabajo manual”, explica Martin Frejno, CEO de MSAID. “Además, nuestra tecnología permite realizar análisis que normalmente llevarían semanas en solo unos días”, añade Frejno. Esto abre nuevas posibilidades para diagnósticos precoces, medicina personalizada y desarrollo farmacéutico.
Si (
No(
