Un equipo de investigación ha logrado un avance significativo en la generación de enzimas a través de inteligencia artificial generativa. Utilizando modelos de lenguaje de proteínas (pLMs), se han ampliado las posibilidades para diversificar y mejorar estas biomoléculas esenciales, cruciales en el ámbito de la biotecnología y la medicina.
La empresa Metagenomi lidera el desarrollo de terapias curativas con enzimas de edición genética CRISPR. Usan una extensa base de datos de enzimas naturales, llamada MGXdb, para identificar y crear variantes de alta eficacia. Estas enzimas son generadas mediante modelos de lenguaje de proteínas, optimizando su estabilidad, especificidad y efectividad en células humanas.
Recientemente, Metagenomi publicó un estudio donde revelan su método para reducir costos en la generación de proteínas. Han logrado disminuir estos costos en un 56% a través del modelo Progen2, utilizando instancias AWS Inferentia. Esta colaboración con Tennex y AWS Neuron permite una producción masiva y costo-eficiente de enzimas, lo cual es esencial para la diversificación de las clases de enzimas de alto valor.
La infraestructura basada en AWS Batch ha sido clave para escalonar inferencias masivas. Se gestionaron cientos de miles de procesos computacionales, optimizando así el tiempo y costo de producción, un aspecto crucial en investigación biotecnológica.
Las pruebas realizadas confirmaron que estos métodos no sacrifican precisión. Las instancias Spot de EC2 Inf2 demostraron ser más económicas, lo cual es determinante para la generación masiva de proteínas.
Metagenomi, utilizando sus recursos metagenómicos, ha ajustado sus modelos para maximizar la eficacia en la producción de enzimas. Este proyecto representa no solo un avance técnico en el diseño de proteínas, sino también un hito en términos de rentabilidad, prometiendo transformar industrias que van desde la farmacéutica hasta la agricultura.
