Cómo la inteligencia artificial está rediseñando las plantas para sobrevivir al calentamiento global

Cada grado centígrado que aumenta la temperatura global reduce el rendimiento de los cultivos entre un 3% y un 7%. En un planeta que debe alimentar a 10.000 millones de personas para 2050, esta ecuación es insostenible. Pero en laboratorios de todo el mundo, científicos están utilizando una herramienta inesperada para reescribir las reglas del juego: AlphaFold, el sistema de inteligencia artificial de DeepMind que revolucionó la biología estructural, ahora se está convirtiendo en el aliado crucial para diseñar cultivos capaces de prosperar en el clima extremo que nos espera.

La estrategia no consiste en modificar genéticamente las plantas de manera tradicional, sino en rediseñar desde cero una de las proteínas más fundamentales de la vida en la Tierra: Rubisco, la enzima responsable de capturar dióxido de carbono durante la fotosíntesis. Esta molécula, presente en prácticamente todas las plantas del planeta, tiene un defecto fatal: funciona cada vez peor a medida que aumenta la temperatura. Y ahí es donde entra la inteligencia artificial.

La enzima más abundante del mundo tiene un problema de diseño

Rubisco es, literalmente, la proteína más abundante en la Tierra. Se estima que existen aproximadamente 700 millones de toneladas de esta enzima en el planeta en cualquier momento dado. Su función es esencial: captura CO₂ de la atmósfera y lo convierte en azúcares que alimentan el crecimiento de las plantas. Sin Rubisco, no habría fotosíntesis; sin fotosíntesis, no habría vida tal como la conocemos.

Pero Rubisco tiene un defecto de diseño evolutivo. A temperaturas elevadas, la enzima comienza a confundir el dióxido de carbono con el oxígeno, desencadenando un proceso llamado fotorrespiración que desperdicia energía y reduce drásticamente la eficiencia de la planta. En condiciones de calor extremo, las plantas pueden perder hasta el 50% de su capacidad fotosintética debido a este error molecular. Para cultivos como el trigo, el arroz y la soja, esto se traduce directamente en cosechas reducidas justo cuando más las necesitamos.

Durante décadas, los científicos han intentado mejorar Rubisco mediante ingeniería genética tradicional, un proceso lento y laborioso que requiere años de prueba y error. La complejidad estructural de la enzima —compuesta por múltiples subunidades que deben ensamblarse con precisión nanométrica— ha frustrado la mayoría de estos intentos. Hasta ahora.

AlphaFold: de predecir proteínas a rediseñarlas

AlphaFold irrumpió en la escena científica en 2020 cuando DeepMind demostró que su sistema de inteligencia artificial podía predecir la estructura tridimensional de las proteínas con una precisión asombrosa, resolviendo en minutos lo que a los científicos les tomaba años mediante cristalografía de rayos X. Pero predecir estructuras es solo el comienzo; el verdadero potencial está en usar ese conocimiento para diseñar nuevas versiones mejoradas.

Los investigadores están utilizando las capacidades de AlphaFold para modelar cómo pequeños cambios en la secuencia de aminoácidos de Rubisco afectan su estructura tridimensional y, crucialmente, su rendimiento a diferentes temperaturas. La IA puede simular miles de variantes en el tiempo que tomaría probar una sola en el laboratorio, identificando aquellas modificaciones que prometen mantener la eficiencia de la enzima incluso cuando el termómetro sube.

El enfoque combina la predicción estructural de AlphaFold con simulaciones de dinámica molecular y datos experimentales. Los científicos introducen mutaciones específicas en el modelo digital de Rubisco, observan cómo se pliega la proteína modificada y predicen si será más estable al calor. Solo las candidatas más prometedoras pasan a las pruebas de laboratorio, acelerando dramáticamente el proceso de ingeniería de proteínas.

"Estamos utilizando la inteligencia artificial no solo para entender cómo funcionan las proteínas, sino para rediseñarlas de manera que la naturaleza nunca pudo lograr en millones de años de evolución. Es ingeniería molecular guiada por IA a una escala sin precedentes."

De la simulación al campo: cultivos del futuro

Las implicaciones de este trabajo van mucho más allá del laboratorio. Una versión mejorada de Rubisco podría incorporarse en cultivos básicos como el arroz, el trigo y el maíz, creando variedades que mantengan su productividad incluso en las olas de calor que se están volviendo cada vez más frecuentes e intensas. En regiones donde las temperaturas durante la temporada de crecimiento ya superan regularmente los 35°C, estas mejoras podrían marcar la diferencia entre cosechas viables y hambrunas.

Además, cultivos con Rubisco optimizada podrían crecer de manera más eficiente, requiriendo menos agua y nutrientes para producir la misma cantidad de alimento. Esto es especialmente relevante en un contexto donde el cambio climático no solo trae calor, sino también sequías más prolongadas y recursos hídricos cada vez más escasos. Una planta que fotosintentiza más eficientemente necesita abrir menos sus estomas —los poros microscópicos por donde respira—, lo que reduce la pérdida de agua por evaporación.

El camino desde las proteínas diseñadas por IA hasta los campos de cultivo aún requiere varios años de investigación, pruebas de seguridad y evaluaciones regulatorias. Sin embargo, varios grupos de investigación ya están probando versiones modificadas de Rubisco en plantas modelo como Arabidopsis y tabaco, con planes de trasladar las modificaciones exitosas a cultivos comerciales en la próxima década. La convergencia de la inteligencia artificial, la biología sintética y la urgencia climática está acelerando este cronograma de manera sin precedentes.

Contexto clave

AlphaFold y la revolución del plegamiento de proteínas: Desarrollado por DeepMind (subsidiaria de Alphabet, empresa matriz de Google), AlphaFold utiliza redes neuronales profundas entrenadas con millones de estructuras proteicas conocidas para predecir cómo se pliega una cadena de aminoácidos en su forma tridimensional funcional. Este plegamiento determina qué hace una proteína y cómo lo hace. En 2020, AlphaFold alcanzó una precisión comparable a métodos experimentales que requieren equipamiento costoso y meses de trabajo. En 2021, DeepMind liberó las predicciones estructurales de más de 200 millones de proteínas, democratizando el acceso a información que antes era extremadamente difícil de obtener.

Rubisco y el cuello de botella de la fotosíntesis: La enzima Rubisco (ribulosa-1,5-bisfosfato carboxilasa/oxigenasa) cataliza el primer paso de la fijación de carbono en la fotosíntesis, capturando CO₂ de la atmósfera. Sin embargo, es notoriamente ineficiente: funciona lentamente y comete errores, especialmente cuando hace calor. Las plantas compensan produciendo cantidades masivas de Rubisco —hasta el 50% de la proteína total en una hoja puede ser Rubisco—, lo que representa una enorme inversión de recursos. Mejorar su eficiencia aunque sea marginalmente podría tener impactos enormes en la productividad agrícola global.

Fotorrespiración y estrés térmico: Cuando las temperaturas suben, Rubisco comienza a capturar oxígeno en lugar de CO₂, iniciando la fotorrespiración, un proceso que consume energía sin producir azúcares útiles. Este es uno de los principales mecanismos por los cuales el calor reduce el rendimiento de los cultivos. Las plantas C4 (como el maíz) y CAM (como las suculentas) han desarrollado mecanismos para concentrar CO₂ alrededor de Rubisco, minimizando este problema, pero la mayoría de los cultivos principales —incluyendo arroz, trigo, soja y papa— son plantas C3 que sufren significativamente bajo estrés térmico.

Para profundizar

• Edición genética más allá de CRISPR — Mientras AlphaFold optimiza el diseño de proteínas, nuevas tecnologías de edición genética como la edición de bases y la edición prime permiten realizar cambios precisos en el ADN sin cortes de doble cadena. La combinación de diseño proteico guiado por IA y edición genética de precisión podría acelerar dramáticamente la creación de cultivos climáticamente resilientes.
• Bioética de los cultivos diseñados por IA — ¿Cómo deberían regularse las plantas cuyas proteínas fueron rediseñadas mediante inteligencia artificial? ¿Son organismos genéticamente modificados en el sentido tradicional, o representan una categoría completamente nueva? Estas preguntas están generando debates importantes en organismos reguladores de todo el mundo, con implicaciones para la velocidad de adopción de estas tecnologías.
• Aplicaciones más allá de la agricultura — Las técnicas de diseño de proteínas con IA que se están desarrollando para mejorar Rubisco tienen aplicaciones potenciales en campos tan diversos como la captura industrial de carbono, la producción de biocombustibles y el desarrollo de enzimas para la industria farmacéutica. Estamos presenciando el nacimiento de una era de ingeniería molecular computacional que podría transformar múltiples sectores simultáneamente.