IA en la predicción de proteínas 3D mediante AlphaFold
Revista Tecnología en Marcha · 06.03.2026
DOI: 10.18845/tm.v39i5.8492 ↗Kurz gefasst
Fachartikel in der Zeitschrift Revista Tecnología en Marcha, online erschienen am 06.03.2026. Verfasst von Alejandro Hernández-Soto und 1 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-ND 4.0).
Abstract (Originalsprache)
La predicción tridimensional de las proteínas con una alta aproximación a la conformación real es posible conceptualmente mediante modelos matemáticos según el dogma Anfinsen. Sin embargo, lograrlo es inviable debido a las múltiples conformaciones que añaden complejidad por la paradoja de Levinthal. Una manera de resolver este acertijo es usando modelos de aprendizaje automático a partir de estructuras que ya han sido dilucidadas experimentalmente. El programa AlphaFold permite hacer predicciones de novo a partir de algoritmos de aprendizaje automático. En el presente trabajo se explica en qué consiste esta herramienta, las métricas que se utilizan para interpretar los resultados, alternativas y un ejemplo práctico para aprender a ejecutar una predicción y concluye con los principios de ética y uso de la misma.
Zitieren
APA
Hernández-Soto, A., & Barquero, A. (2026). IA en la predicción de proteínas 3D mediante AlphaFold. Revista Tecnología en Marcha. https://doi.org/10.18845/tm.v39i5.8492
Vancouver
Hernández-Soto A, Barquero A. IA en la predicción de proteínas 3D mediante AlphaFold. Revista Tecnología en Marcha. 2026. doi:10.18845/tm.v39i5.8492
BibTeX
@article{HernndezSoto2026,
author = {Hernández-Soto, Alejandro and Barquero, Alexander},
title = {IA en la predicción de proteínas 3D mediante AlphaFold},
journal = {Revista Tecnología en Marcha},
year = {2026},
doi = {10.18845/tm.v39i5.8492}
}
EUVIMED