IA decifrou a estrutura de praticamente todas as proteínas conhecidas pela ciência

A inteligência artificial decifrou a estrutura de praticamente todas as proteínas conhecidas pela ciência depois de a empresa DeepMind ter descoberto a estrutura de 200 milhões de proteínas, abrindo caminho para o desenvolvimento de novos medicamentos ou tecnologias para enfrentar desafios globais como a fome ou a poluição.

Segundo o “The Guardian”, em novembro de 2020, a DeepMind anunciou que havia desenvolvido um programa chamado AlphaFold que poderia prever rapidamente essas informações usando um algoritmo. Desde então, vem analisando os códigos genéticos de todos os organismos que tiveram seu genoma sequenciado e prevendo as estruturas das centenas de milhões de proteínas que contêm coletivamente.

No ano passado, a empresa de IA publicou as estruturas de proteínas para 20 espécies – incluindo quase todas as 20.000 proteínas expressas por humanos – num banco de dados aberto. Agora, terminou o trabalho e tornou públicas as estruturas previstas para mais de 200 milhões de proteínas.

“Essencialmente, pode-se pensar nisto como cobrindo todo o universo de proteínas. Inclui estruturas preditivas para plantas, bactérias, animais e muitos outros organismos, abrindo enormes novas oportunidades para o AlphaFold ter impacto em questões importantes, como sustentabilidade, insegurança alimentar e doenças negligenciadas”, disse o fundador e diretor-executivo da DeepMind, Demis Hassabis.

As proteínas são os blocos de construção da vida, explica o jornal britânico. Formadas por cadeias de aminoácidos e dobradas em formas complexas, a sua estrutura 3D determina em grande parte a sua função. Depois de conhecer a estrutura, pode-se começar a entender como é que funciona e como mudar o seu comportamento. Até recentemente, os cientistas decifraram apenas uma fração das cerca de 200 milhões de proteínas conhecidas pela ciência.

De momento, os cientistas já estão a usar algumas das previsões anteriores da DeepMind para ajudar a desenvolver novos medicamentos. Em maio, investigadores liderados pelo professor Matthew Higgins, da Universidade de Oxford , anunciaram que usaram os modelos do AlphaFold para ajudar a determinar a estrutura de uma proteína chave do parasita da malária e descobrir onde os anticorpos que poderiam bloquear a transmissão do parasita provavelmente se ligariam.

“Anteriormente, usávamos uma técnica chamada cristalografia de proteínas para descobrir a aparência dessa molécula, mas como ela é bastante dinâmica e se move, simplesmente não conseguíamos lidar com ela”, disse Higgins. “Quando pegámos nos modelos AlphaFold e os combinámos com essa evidência experimental, de repente tudo fez sentido. Essa visão agora será usada para projetar vacinas aprimoradas que induzem os anticorpos de bloqueio de transmissão mais potentes”.

Os modelos do AlphaFold também estão a ser usados ​​por cientistas do Centro de Inovação Enzimática da Universidade de Portsmouth, para identificar enzimas do mundo natural que podem ser ajustadas para digerir e reciclar plásticos.

“Levámos muito tempo para percorrer este enorme banco de dados de estruturas, mas abrimos toda esta gama de novas formas tridimensionais que nunca tínhamos visto antes, e que poderiam realmente quebrar plásticos”, disse o professor John McGeehan, que lidera a pesquisa. “Há uma mudança completa de paradigma. Podemos realmente acelerar para onde vamos a partir daqui – e isso nos ajuda a direcionar esses recursos preciosos para as coisas que importam.”

A professora Dame Janet Thornton, líder do grupo, afirmou: “As previsões da AlphaFold relativas à estrutura da proteína já estão a ser usadas de várias maneiras. Espero que esta última atualização provoque uma avalanche de novas e empolgantes descobertas nos próximos meses e anos, e tudo isso graças ao fato de que os dados estão disponíveis abertamente para todos usarem”.