Sílvia Munt Premi Gaudí d'Honor 2026
Rosalía LUX Tour
Nou atac israelià Gaza
ES-Alert dana
Federica Mogherini
Matthew Perry
Mundial 2026 Trump
Veritats i mentides immigració
Origen pesta porcina
Ajuts cotxe elèctric
Fira de Guadalajara
Manga Barcelona
Copa del Rei
Atlètic Balears Espanyol
Sant Andreu

La IA dissenya proteïnes més eficients que la natura per combatre malalties

Investigadors catalans aconsegueixen generar amb intel·ligència artificial proteïnes sintètiques que són més eficaces que les proteïnes presents a la natura

02/10/2025 - 16.36 Actualitzat 02/10/2025 - 22.32

Investigadors catalans han aconseguit generar amb intel·ligència artificial i des de zero proteïnes sintètiques al laboratori que són capaces d'editar el genoma amb més eficàcia que proteïnes presents a la natura.

La investigació, pionera a tot el món, buscava millorar l'eficàcia dels mètodes d'edició del genoma. És a dir, la substitució de mutacions del genoma que causen malalties genètiques, com alguns tipus de càncer o patologies rares.

Van trobar dues proteïnes naturals molt prometedores, però després van ensinistrar algoritmes d'IA generativa per dissenyar també proteïnes artificials noves a l'ordinador, les van validar al laboratori i van descobrir que eren més eficaces que les naturals.

La recerca, de científics de l'empresa Integra Therapeutics, la Universitat Pompeu Fabra i el Centre de Regulació Genòmica, la publica avui la revista Nature Biotechnology i pot significar una revolució en l'evolució futura de l'edició genètica.

Fins ara l'edició genètica imitava la que fan els bacteris a la natura (Integra Therapeutics)

Una fita en l'àmbit mundial

La investigació és un estudi pioner a tot el món, ja que fins ara no s'havien trobat proteïnes per edició genètica no existents a la natura i que superessin les naturals. 

"No podíem fer proteïnes sintètiques noves, el que fèiem era copiar la natura", explica a 3CatInfo l'investigador ICREA a la Universitat Pompeu Fabra i director científic d'Integra Therapeutics, Marc Güell.

"Ara li podem demanar a ChatGPT que escrigui un poema i ho farà. Nosaltres hem fet servir una eina similar i hem agafat tot un conjunt de proteïnes que hem trobat a la natura, que sabem que funcionen, per fer que aquest algoritme aprengui molt bé el llenguatge d'aquestes proteïnes", ha explicat Güell.

L'edició del genoma substitueix peces amb mutacions per peces sanes (Integra Therapeutics)

El que han aconseguit ha estat ensinistrar models d'IA generativa, que poden amplificar la producció de noves proteïnes de manera exponencial. I això, segons Güell, "ha permès millorar la natura per anar més enllà, i això pot revolucionar el camp de l'edició genètica i les teràpies avançades".

Millorar la lluita contra el càncer i les malalties rares

L'objectiu final de la investigació és millorar les teràpies gèniques personalitzades contra moltes malalties, com diferents tipus de càncer o patologies rares, i tot plegat amb més beneficis que les teràpies actuals. 

El nou mètode pot ser molt útil per millorar les eines d'edició genètica actuals que s'utilitzen en la recerca biotecnològica i en la medicina personalitzada a través del desenvolupament de teràpies cel·lulars (CAR-T) i gèniques, especialment per al tractament de malalties oncològiques i rares.

Els responsables de l'estudi Dimitrije Ivan, Avencia Sánchez-Mejías, Alejandro Agudelo i Marc Güell (UPF)

Dissenyar biologia a l'ordinador

L'estudi demostra que la IA pot parlar el llenguatge de les proteïnes i adaptar-se perfectament a les necessitats terapèutiques que pot necessitar un determinat pacient. I l'evolució d'aquesta nova estratègia podria permetre "aconseguir el somni de generar biologia a l'ordinador, afirma Marc Güell.

"Ens permet començar a dissenyar per iniciativa pròpia i no copiant la natura."

En el futur aquests models d'IA es poden entrenar amb totes les seqüències de proteïnes existents a la Terra, aprendre el seu llenguatge intern i generar noves proteïnes per l'abordatge d'un gran ventall de malalties genètiques de manera més precisa i personalitzada.