¿Qué es AggrescanAI?

AggrescanAI es una herramienta de aprendizaje profundo diseñada para identificar Regiones Propensas a la Agregación (APR) en proteínas que se mal pliegan y forman agregados tóxicos en el cerebro. Estos agregados están vinculados a enfermedades neurodegenerativas como el Alzheimer, el Parkinson y la Esclerosis Lateral Amiotrófica (ELA).

Cómo funciona la IA

El software se basa en el modelo de lenguaje de proteínas ProtT5, uno de los más avanzados para predecir funciones biológicas. ProtT5 transforma cada aminoácido en un vector numérico llamado “embedding”, que captura su contexto y función dentro de la cadena proteica. Así, AggrescanAI “lee” la proteína de forma similar a cómo un humano interpreta una oración, comprendiendo que el significado de una parte depende de su entorno.

Ventajas frente a los métodos tradicionales

• No requiere imágenes 3D costosas ni largos tiempos de cálculo.
• Permite analizar miles de secuencias en cuestión de minutos.
• Es gratuito y de código abierto, disponible a través de una Google Colab notebook.
• Facilita la identificación de mutaciones genéticas que aumentan el riesgo de agregación, lo que puede acelerar diagnósticos y diseñar terapias personalizadas.

Impacto económico y en salud pública

Al reducir la necesidad de equipos de cristalografía y simulaciones costosas, AggrescanAI abre la puerta a una investigación más ágil y a menor presupuesto, lo que puede traducirse en nuevos tratamientos y diagnósticos tempranos para millones de pacientes.

Equipo y publicación

El proyecto fue liderado por la investigadora del CONICET y la Fundación Instituto Leloir, Cristina Marino?Buslje, junto al ITBA y el grupo de Salvador Ventura de la Universidad Autónoma de Barcelona. El trabajo, con Álvaro Navarro como primer autor, fue publicado en el Journal of Molecular Biology (2026) bajo el DOI https://doi.org/10.1016/j.jmb.2026.169643.

Acceso y uso

Para usar AggrescanAI basta con copiar la secuencia de la proteína de interés en la notebook de Google Colab y ejecutar el bloque de código. El resultado indica si la proteína contiene regiones con alta propensión a la agregación y ofrece una puntuación de riesgo.

Perspectivas futuras

Los autores esperan adaptar la herramienta a otras patologías donde la agregación proteica es clave, y combinarla con datos experimentales para crear pipelines integrados de descubrimiento de fármacos.

Fuente: CONICET | Innovat | Inteligencia Argentina