Connect with us

Tecnologia

Inteligencia artificial de Google predice la estructura de casi todas las proteínas conocidas

Published

on

AlphaFold, un sistema de inteligencia artificial (IA) de Google, predice la estructura de casi todas las proteínas conocidas y catalogadas por la ciencia, lo que aumentará la comprensión de la biología y facilitará el trabajo de numerosos investigadores para abordar los retos presentes y futuros.

DeepMind, responsable de esa inteligencia artificial, y el Instituto Europeo de Bioinformática del Laboratorio Europeo de Biología Molecular (EMBL-EBI) han realizado, gracias a la IA, predicciones de la estructura tridimensional de casi todas las proteínas -200 millones- a partir de su secuencia de aminoácidos; estas están disponibles de forma gratuita y abierta en la base de datos AlphaFold.

Esta base de datos se ha ampliado desde su creación en 2021 aproximadamente 200 veces, pasando de casi un millón de estructuras proteicas a más de 200 millones en su última versión, y abarca casi todos los organismos de la Tierra cuyo genoma ha sido secuenciado, informa un comunicado del EMBL.

Esta ensanche incluye estructuras predichas para una amplia gama de especies, incluidas plantas, bacterias, animales y otros organismos, “abriendo nuevas vías de investigación en las ciencias de la vida que tendrán un impacto en los desafíos globales, como la sostenibilidad, la inseguridad alimentaria y las enfermedades olvidadas”.

Las proteínas tienen una forma tridimensional única que las lleva a encajar unas en otras, pero determinarla supone un gran reto y aquí la IA es clave: su uso ha permitido crear la base de datos más completa de predicciones sobre cómo se pliegan.

Piezas fundamentales de la vida, la estructura de cada proteína, que depende de los aminoácidos que la componen, define lo que hace y cómo lo hace, por lo que determinarla aporta información valiosa para entender los procesos biológicos y avanzar en diversos campos.

“AlphaFold ofrece ahora una visión tridimensional del universo de las proteínas”, recalca Edith Heard, directora general del EMBL, quien añade: “la popularidad y el crecimiento de esta base de datos es un testimonio del éxito de la colaboración entre DeepMind y el EMBL”.

Por su parte, Demis Hassabis, fundador y director general de DeepMind, firma británica que pertenece a Alphabet, matriz de Google, destaca “la velocidad a la que AlphaFold se ha convertido ya en una herramienta esencial para cientos de miles de científicos en laboratorios y universidades de todo el mundo”.

Hassabis espera que esta base de datos ampliada abra vías completamente nuevas de descubrimiento científico.

Según el EMBL, AlphaFold también ha demostrado su repercusión en ámbitos como la mejora de la capacidad para luchar contra la contaminación por plásticos, la comprensión del párkinson, el aumento de la salud de las abejas melíferas, el conocimiento sobre cómo se forma el hielo o la exploración de la evolución humana.

“Lanzamos AlphaFold con la esperanza de que otros equipos pudieran aprender y aprovechar los avances que hicimos, y ha sido emocionante ver que eso ha sucedido tan rápidamente”, afirma John Jumper, científico y líder de AlphaFold en DeepMind.

Se trata -subraya- “de una nueva era en la biología estructural y los métodos basados en la IA van a impulsar un progreso increíble”.

Para Sameer Velankar, jefe de equipo del Banco de Datos de Proteínas del EMBL-EBI en Europa, AlphaFold se ha extendido en la comunidad de la biología molecular: “solo en el último año se han publicado más de mil artículos científicos sobre una amplia gama de temas de investigación que utilizan las estructuras de AlphaFold”.

“Esto es solo el impacto de un millón de predicciones; imagina el impacto de tener más de 200 millones de predicciones de estructuras de proteínas abiertamente accesibles”, augura.

Con información de EFE

La entrada Inteligencia artificial de Google predice la estructura de casi todas las proteínas conocidas aparece primero en López-Dóriga Digital.

ues de anuncios individuales.

Tecnologia

Llevar la IA al borde del caos puede ayudarla a aprender más rápido, según un estudio

Published

on


Un estudio del Instituto de Física Interdisciplinaria y Sistemas Complejos (IFISC, CSIC-UIB), de España, reveló que hacer operar a la inteligencia artificial (IA) al borde de un comportamiento caótico puede entrenarla de manera más eficaz.

Según informó la Universitat de les Illes Balears (UIB) en un comunicado, el estudio, publicado en la revista científica Physical Review Research, revela que el sistema, al borde del caos, equilibra dos estrategias complementarias: refinar soluciones conocidas y explorar nuevos caminos posibles en el espacio de configuraciones de la red.

Las redes neuronales artificiales suelen aprender mediante algoritmos de optimización como el descenso de gradiente, que ajusta de forma paulatina parámetros del modelo para reducir los errores.

La tasa de aprendizaje actúa como el tamaño del paso de estos ajustes: los pequeños valores aseguran un progreso cauteloso y estable hacia una solución; los mayores hacen botes más atrevidos que corren el riesgo de pasarse de frenada.

Este proceso es generalmente estable y explotador y refina de forma constante la solución actual, como un excursionista que sigue un sendero bien marcado.

Cuando la tasa de aprendizaje crece, los investigadores del IFISC encontraron que la dinámica de entrenamiento se vuelve sensible a pequeñas diferencias en los puntos de partida, una característica distintiva del caos: dos redes neuronales casi idénticas pueden divergir de forma drástica durante la acción de aprender.

Los investigadores rastrearon las rutas que siguen los parámetros de la red durante el entrenamiento y midieron su sensibilidad a los puntos de partida.

Con pequeñas tasas de aprendizaje, todo fluye de forma suave y ordenada y con valores enormes, mientras que el caos total hace que el aprendizaje colapse.

No obstante, justo en esa zona intermedia, donde la exploración y la explotación se equilibran, las redes aprenden representaciones precisas y el entrenamiento se vuelve sorprendentemente más rápido.

El fenómeno se observó en diferentes arquitecturas de redes neuronales, funciones de activación y conjuntos de datos, lo que sugiere que podría representar una robusta característica de la dinámica de aprendizaje en los sistemas estudiados.

Con información de EFE



ues de anuncios individuales.

Source link

Continue Reading

Tecnologia

Un estudio en la Antártida muestra que el confinamiento dispara el estrés y los conflictos

Published

on


Uno de los retos más importantes de los viajes espaciales de larga duración es asegurar la salud mental de los astronautas que durante meses sufrirán los efectos del estrés, el aislamiento y el confinamiento. Para anticiparse a estos desafíos, científicos y agencias espaciales hacen simulacros y desarrollan entrenamientos específicos.

Uno de ellos, realizado por un equipo internacional liderado por las universidades de Zúrich y Berna, en Suiza, acaba de analizar cómo afectan estas condiciones a la dinámica de equipo en una misión de diez meses en la Estación Concordia, en la Antártida.

Los resultados se han publicado en la revista de la Academia de Ciencias americana, Proceedings of the National Academy of Sciences of the United States of America (PNAS).

Estación Concordia, con inviernos en los que las temperaturas se desploman hasta los 80 ºC bajo cero, es uno de los lugares más aislados de la Tierra, lo que le convierte en un lugar idóneo para simular misiones de larga duración como las que se llevarán a cabo en la Luna o Marte.

Durante diez meses, los 12 participantes del estudio llevaron sensores que registraban automáticamente información sobre cuándo y por cuánto tiempo estaban acompañados. Además, en distintos momentos del confinamiento completaron cuestionarios.

Con todo ello, los investigadores hicieron un seguimiento de la evolución de las relaciones sociales, la soledad, la desconfianza, los conflictos, la cohesión del equipo y el rendimiento de la tripulación.

Un bucle de retroalimentación negativa

En los diez meses de confinamiento, el estudio constató el progresivo deterioro de la salud psicológica individual y de grupo, con un aumento exponencial de los sentimientos de soledad y desconexión pese a la proximidad física con otros tripulantes.

Además, observaron un progresivo desarrollo de la desconfianza y los pensamientos paranoicos que les hacían pensar que otros estaban observándoles o hablando de ellos, unos síntomas que aumentaron notablemente entre el tercer y el sexto mes de la misión y que afectó severamente a uno de los participantes.

Pero uno de los hallazgos más sorprendentes fue descubrir que una mayor proximidad física y un contacto frecuente no tenía necesariamente un efecto positivo, sino que aumentaban la tensión y los conflictos y rebajaban negativamente el rendimiento individual y la cohesión del grupo.

Por último, constataron que, a medida que pasaba el tiempo, para buscar apoyo ante el estrés, los participantes tendieron a dividirse en subgrupos basados en su idioma y nacionalidad (franceses e italianos), un mecanismo que les brindó consuelo inicial pero dinamitó la integración de los equipos multiculturales.

Los resultados del estudio sugieren que a medida que la cohesión se deteriora, los individuos se sienten más solos y desconfiados, lo que aumenta la fricción interpersonal y retroalimenta la desconexión social y el estrés.

Aunque los hallazgos pueden aplicarse a otros entornos de confinamiento extremo como los submarinos, las plataformas petrolíferas en alta mar y las estaciones de investigación remotas, como las de la Antártida, el estudio es especialmente relevante para futuras misiones espaciales de larga duración.

“Los resultados muestran lo importante que es identificar las dinámicas sociales desde el principio y proporcionar a los equipos un apoyo específico”, afirma Jan Schmutz, profesor del Departamento de Psicología de la Universidad de Zúrich y codirector del estudio.

Estrategias para la salud mental

Para mitigar los efectos negativos del confinamiento prolongado en la salud mental, los autores sugieren llevar a cabo un monitoreo constante de las personas para rastrear los cambios en la rutina diaria del equipo sin interferir significativamente en las actividades de la tripulación.

Asimismo proponen implementar tecnologías, como sensores de proximidad portátiles, para lograr un seguimiento continuo y objetivo del comportamiento de la tripulación, preparar estrategias proactivas para gestionar los conflictos y llevar a cabo una cuidadosa selección de la tripulación para evitar que el grupo se divida en subgrupos según su diversidad cultural o lingüística y reducir el riesgo de fragmentación social.

En investigaciones futuras, los autores examinarán más de cerca qué interacciones sociales ayudan a reducir el estrés y cuáles pueden generar una tensión adicional.

Con información de EFE



ues de anuncios individuales.

Source link

Continue Reading

Tecnologia

Google revela el perfil de los consumidores

Published

on


A propósito del Hot Sale 2026, Google presentó el perfil de los consumidores mexicanos.

Un estudio realizado por Ipsos, comisionado por Google, entrevistó a mil personas en México para entender el comportamiento que tendrán esta temporada de descuentos en línea.

De acuerdo con el análisis, habrá tres tipos de compradores:

  • los decididos: 50 por ciento asegura que va a comprar
  • los cazaofertas: 34 por ciento comprará solo si ve buenas ofertas
  • los impulsivos: 9 por ciento decidirá de último momento

Las promociones y las facilidades de pago jugarán un papel fundamental. Entre las ofertas que más valoran los compradores destacan el envío gratis, obtener más producto por la misma cantidad de dinero y las ofertas relámpago con mayores descuentos.

Asimismo, los consumidores esperan cashback y bonificaciones, seguidos de la flexibilidad en los plazos de pago y la obtención de boletos para acceder a rifas.

La edición 2026 del Hot Sale está marcada además por el Mundial, con lo que un 45 por ciento de personas prevé hacer una compra relacionada:

  • 16 por ciento de los consumidores invertirá en una televisión de mejor calidad
  • 16 por ciento comprará ropa deportiva
  • 13 por ciento adquirirá artículos promocionales o de colección

El estudio también halló que los millenials destinan “ahorros hormiga” desde meses antes mientras que la Generación Z llena su carrito de compras con productos previamente elegidos para cazarlos en cuanto ofrezcan la mejor oferta.

Tratándose del Hot Sale, las búsquedas en línea son el comparador principal, ya que el 71 por ciento de los usuarios utiliza el buscador de Google (Search) para comparar precios y el 68 por ciento lo utiliza para buscar tendencias y productos populares.

Finalmente, el formato de video se afianza como una fuente de consulta definitiva para la toma de decisiones. El rol de YouTube se mantiene presente en la mente de los consumidores, con un 67 por ciento de ellos buscando recomendaciones en la plataforma durante la temporada de descuentos y un 69 por ciento recurriendo a videos de unboxings para conocer los productos con detalle antes de dar el clic final de compra.



ues de anuncios individuales.

Source link

Continue Reading

Trending