per als professors

IMPORTANT: cal tenir un usuari de Google per poder fer servir el programa AlphaFold. En cas de que els centre no disposi d'usuaris Google pels alumnes o que aquests no funcionin caldrà fer un usuari per cada grup de l'activitat i facilitar-los les dades.

Preparem l'activitat

  • Llegir els articles sobre AlphaFold: AlphaFold, cronologia d’AlphaFold, article de Naukas (03/12/2020), article de l’ARA (04/12/2020), article d’El País (16/12/2021), a l’Investigación y Ciencia (19/08/2022).

  • Caldrà portar peces de Lego per a la sessió.

  • Recomanem provar algunes seqüències al programa AlphaFold de les que es treballaran durant la sessió, per calcular el temps aproximat que triga el programa a fer-les córrer (provar una de les més llargues, perquè serà de les que més trigui).

  • Llegir i escollir abans de la sessió quin o quins reptes es volen realitzar: hi ha 3. En funció del temps de què es disposi, es poden fer els 3 reptes, 2 o només 1. El repte 1 i 2 són independents i complementaris. Recomanem fer el repte 3 si s’ha fet abans el repte 1 o 2.


A més a més:


Enllaços de notícies per a l'alumnat per aprofundir sobre el tema.

Durant la sessió:


Introducció al plegament de proteïnes.

Aquest apartat el podem modificar i adaptar als objectius d'aprenentatge del curs en què estiguem fent l'activitat. S'hi pot introduir un apartat de activació de coneixements previs sobre proteïens, aminoàcids, etc.

Proposem una activitat amb lego per tal d'explicar el plegament i l'estructura 3D.

    • En grups de 3-4, han d’agafar 10 peces de Lego i enumerar o calcular totes les possibilitats d’unir dues peces de Lego determinades. Per exemple, dues peces estàndard de 4x2 pius es poden unir per les files de dos pius, de manera que només s’uneixin per una fila de 2, per dues dos, per tres o per quatre. També poden unir-se per les files de quatre pius, per una fila o per dues (equivalent a unir-se per les quatre files de dos). Però també es poden unir encavalcant només tres pius. O potser per un sol piu. I, de totes les possibilitats, la peça A pot quedar sobre la B o a l’inrevés.

    • El número que obtenen és la quantitat de maneres diferents que tenen dues peces de lego d’unir-se. I si intentèssim unir totes les peces de lego dels grups? Quan tots els grups tinguin les seves estimacions, provem de calcular, amb ordinador o calculadora, les possibilitats conjuntes. De manera simplificada, podem calcular-ho multiplicant les possibilitats dels diferents grups. És de preveure que obtinguem un número molt i molt alt.

    • Expliquem que les proteïnes estan formades per unes peces anomenades aminoàcids. Sempre les mateixes. És molt important saber com es pleguen les proteïnes, perque la seva forma determina la seva funció. Es calcula que una proteïna pot plegar-se fins a 10300 maneres diferents, però al final només es plega d’una manera. Podem provar de començar a escriure el número en paper (un 1 seguit de tres-cents zeros) per mostrar la seva immensitat. Els experiments per trobar aquesta conformació són delicats i laboriosos i poden durar anys.

    • Alpha Fold és una eina d’intel·ligència artificial que prediu el plegament concret de les proteïnes d’entre aquesta immensitat de maneres diferents de plegar-la.


Expliquem a l’alumnat què és AlphaFold, per a què serveix i quina és la seva història. A grans trets:

    • AlphaFold és un programa d'intel·ligència artificial desenvolupat per DeepMind de Google.

    • El sistema ha «après» a predir quina forma té una proteïna a partir de la seva seqüència d’aminoàcids; és a dir, el seu plegament en 3D.

    • Actualment, la seva base de dades conté més de 200 milions d’estructures.

    • Alternativament, podem passar un dels següents articles per grup perquè se’l llegeixin i expliquin el que diu a la resta de la classe.


I això per a què? Podem anar una mica més enllà i preguntar-nos quina utilitat pot tenir. Expliquem:

    • Aquesta tècnica, que prediu la conformació en minuts, pot revolucionar el disseny de fàrmacs. Si es coneix la forma de les proteïnes responsables d’una malaltia, es poden dissenyar molt més ràpidament fàrmacs que les inhabilitin i curar la malaltia.

    • Aquesta tècnica ens permet crear eines de mida molt petita, com les proteïnes.