O DeepMind, laboratório de inteligência artificial criado em 2020, revelou e compartilhou com cientistas uma tecnologia chamada AlphaFold um ano após sua criação: ela consegue prever o formato de proteínas, e, à época, fez predições de mais de 350.000 delas. Agora, em 2022, a IA já conseguiu fazer previsões de quase todas as proteínas conhecidas pela ciência — e não mostra intenção de parar por aí.
As proteínas são mecanismos microscópicos que ditam o comportamento do corpo humano e de todas as criaturas vivas, e identificar seu formato pode melhorar — e muito — nossa capacidade de entender e combater doenças, criar remédios e revelar incontáveis mistérios da biologia. Baseado em Londres, o DeepMind fica sob a mesma companhia que detém a Google, e compartilha os dados gratuitamente para cientistas de todo o mundo.
/i526848.jpeg)
Prevendo proteínas
Agora, mais de 200 milhões de predições proteínicas foram lançadas pelo laboratório, o que deve ajudar na pesquisa sobre organismos dos mais comuns aos mais obscuros, e ainda acender um campo novo da ciência: a metaproteômica, que trata justamente do estudo de proteínas em comunidades microbianas. A tecnologia tornou possível procurar por padrões entre espécies e padrões evolucionários em bancos de dados.
Proteínas começam como cadeias de compostos químicos, se dobrando e se tomando formas tridimensionais que definem como as moléculas que as compõe se ligam a outras. Saber o formato de cada proteína em particular ajuda a decifrar como ela opera: como algumas bactérias resistem a antibióticos expressando determinadas proteínas, ao descobrir como elas agem, é possível combater sua resistência aos remédios.
Antes, descobrir o formato de uma proteína requeria experimentações longas e que envolviam diversos aparelhos, como raios-X, microscópios e utensílios de laboratório. Com o AlphaFold, o formato pode ser previsto sabendo apenas os compostos químicos que formam suas cadeias proteicas. Embora não seja perfeita, a tecnologia consegue prever proteínas com uma precisão que rivaliza com experimentos físicos em 63% das vezes.
/i617832.jpeg)
Cientistas que pesquisam gastroenterite, malária, Parkinson e SARS-CoV-2 conseguem fazer experimentos com muito mais velocidade: um exemplo é o pesquisador Kliment Verba, que diz ter economizado meses de trabalho ao utilizar o AlphaFold. Até mesmo uma maneira de melhorar a saúde de abelhas foi concebida com a ajuda da tecnologia.
Além destes benefícios mais concretos, especialistas apontam as vantagens educativas do banco de dados: uma nova geração de cientistas podem se beneficiar das previsões proteicas sem a necessidade de serem especialistas em biologia estrutural, tornando a ciência mais acessível. Segundo Verba, é a “biologia estrutural para as massas”.
FONTE: https://canaltech.com.br/ciencia/inteligencia-artificial-preve-forma-de-quase-todas-as-proteinas-conhecidas-222074/