Sara Hernández Mejías diseña una técnica para entender cómo se mueven las proteínas y así abrir la puerta a nuevas tecnologías basadas en la luz

Las proteínas están detrás de muchos mecanismos biológicos, desde la regulación del metabolismo hasta la fotosíntesis. Entender cómo se mueven —es decir, conocer su dinámica— es clave para desentrañar estos mecanismos, pero las estrategias actuales para ver las proteínas padecen una limitación crítica: “no hay ninguna técnica que permita verlas en estado fisiológico”, según explica Hernández Mejías. Tanto la cristalografía como la microscopía electrónica, que son las técnicas más establecidas, requieren que las proteínas estén estáticas, bien porque formen un cristal o porque estén congeladas.

Para abordar este reto, expone la investigadora, “planteamos emplear una técnica de espectroscopía muy avanzada conocida como XFEL, o X-ray free electron lasers”, que consiste en exponer las proteínas a una serie de pulsos cortos de rayos X y analizar la señal que estas devuelven. Pero no basta con dirigir los rayos X a una única proteína, ya que la señal obtenida sería demasiado débil como para ser, siquiera, detectable. Se necesitan muchas proteínas juntas para lograr una señal suficiente, y el reto está en unirlas sin impedir que se muevan de manera individual como hacen en la naturaleza.

Proteínas ‘andamio’ para promover la libertad de movimientos

Hernández Mejías y su equipo decidieron combinar las proteínas de interés con otras proteínas diseñadas en el laboratorio y que sirven de apoyo, o andamio, para alojar a las primeras. Sin estas proteínas andamio, las proteínas de interés se dispondrían de manera aleatoria en el espacio, impidiendo ver su estructura. Pero, gracias al sostén que proveen las proteínas andamio, las de interés generan nanoestructuras en las que, sin embargo, “cada una funciona de forma independiente, de tal manera que ellas pueden actuar como si estuvieran en un medio fisiológico”, afirma la investigadora. Este equilibrio entre tener, por un lado, una estructura global que permite detectar la señal que emiten al exponerlas a los rayos X y, por otro, la libertad de movimientos característica de su comportamiento habitual es la clave para superar las limitaciones de las técnicas habituales y poder conocer así la dinámica de las proteínas.

La investigadora ya ha logrado fabricar las proteínas andamio en el laboratorio y hacerlas interactuar con ciertas proteínas de interés, dos pasos fundamentales para que la propuesta funcione. El próximo reto es doble: tendrá que conseguir que las estructuras ordenadas que se generan sean más grandes de las que ha obtenido hasta la fecha, y además hacer que las proteínas de interés se posicionen en la superficie de la proteína andamio para poder estudiarlas. “Vamos avanzando poco a poco, modificando el andamio y analizando las interacciones que se generan con las proteínas de interés mientras realizamos más ingeniería de proteínas para aumentar el orden a nivel global”, detalla Hernández Mejías.

Más allá de la inteligencia artificial

En los últimos años, un avance clave a la hora de determinar la estructura de las proteínas fue el desarrollo de AlphaFold, una técnica basada en inteligencia artificial que consigue en días lo que en laboratorio habría llevado años de trabajo. El logro recibió el Premio Fronteras del Conocimiento en Biología y Biomedicina en 2023 y, en 2024, el Premio Nobel de Química. La propuesta de Hernández Mejías supone volver al laboratorio para ir más allá de la estructura y poder ver, además, la dinámica de las proteínas, algo que hasta ahora no era posible ni siquiera a nivel experimental.

Como explica la investigadora, AlphaFold se pudo desarrollar gracias a la gran cantidad de conocimiento acumulado a lo largo de décadas de trabajo en el laboratorio, que alimentaron la base de datos de la que el algoritmo de inteligencia artificial aprende. Los esfuerzos actuales para estudiar la dinámica de las proteínas quizá conduzcan a futuros algoritmos similares a AlphaFold que incorporen también este aspecto: “A lo mejor de aquí a 50 o 100 años la inteligencia artificial podría implementar todo esto, pero necesita datos de los que nutrirse y nuestra metodología se los podría proveer”.

De las nanobaterías a la computación cuántica

Hernández Mejías obtuvo una Beca Leonardo en Física en 2023 para construir nanobaterías inspiradas en las máquinas naturales, o fotosistemas, que emplean las plantas para desarrollar la fotosíntesis. “La funcionalidad de un fotosistema viene dada de la interacción entre la proteína y la molécula activa que capta la luz y la utiliza (llamada cromóforo). Para entenderla, es clave saber cómo cambia la estructura de las proteínas y cómo estas interactúan con el cromóforo”, señala la científica. Esta información es clave para diseñar fotosistemas “de manera racional”, continúa, siendo capaces de predecir las consecuencias de un diseño u otro sin necesidad de implementar miles de ellos en el laboratorio para simplemente observar su comportamiento.

Ahora, la investigadora plantea desarrollar otros fotosistemas que sirvan para construir ordenadores cuánticos. “Toda la computación cuántica actualmente viene de los semiconductores, sobre todo del silicio, pero yo quisiera poder juntar proteínas con cromóforos que tengan propiedades fotónicas interesantes. Esta idea puede suponer una perspectiva diferente y traer muchas funcionalidades nuevas que, con los semiconductores actuales, no son posibles”, concluye.

Accede al archivo de Σ