A inteligência artificial resolveu a estrutura de quase todas as proteínas conhecidas pela ciência, abrindo caminho para o desenvolvimento de novos medicamentos ou tecnologias para enfrentar desafios globais como fome ou poluição.
As proteínas são os blocos de construção da vida. Consiste em cadeias de aminoácidos, dobradas em formas complexas, cuja estrutura tridimensional determina em grande parte sua função. Uma vez que você saiba como uma proteína se dobra, você pode começar a entender como ela funciona e como mudar seu comportamento. Embora o DNA forneça as instruções para fazer uma cadeia de aminoácidos, prever como eles irão interagir para formar uma forma tridimensional tem sido mais difícil e, até recentemente, os cientistas decifraram apenas uma fração dos cerca de 200 m de proteínas conhecidas por Ciência.
Em novembro de 2020, o Grupo de Inteligência Artificial mente profunda Anunciou que havia desenvolvido um programa chamado AlphaFold que poderia prever rapidamente essas informações usando um algoritmo. Desde então, ele vem esmagando os códigos genéticos de todos os organismos cujo genoma foi sequenciado, prevendo as estruturas das centenas de milhões de proteínas que eles contêm coletivamente.
No ano passado, a DeepMind publicou as estruturas de proteínas de vinte espécies – incluindo Aproximadamente 20.000 proteínas são expressas por humanos – Abrir Base de dados. Agora ele fez o trabalho, liberando as estruturas previstas de mais de 200 milhões de proteínas.
“Essencialmente, você pode pensar nisso como cobrindo todo o mundo das proteínas”, disse Demis Hassabis, fundador e CEO da DeepMind e DeepMind.
Os cientistas já estão usando algumas de suas previsões anteriores para ajudar a desenvolver novos medicamentos. Em maio, pesquisadores liderados pelo professor Matthew Higgins da Universidade de Oxford anunciar Eles usaram modelos AlphaFold para ajudar a determinar a estrutura de uma proteína chave do parasita da malária e descobrir onde os anticorpos que poderiam impedir a transmissão do parasita provavelmente se ligariam.
“Anteriormente, usávamos uma técnica chamada cristalografia de proteínas para ver como era essa molécula, mas por ser tão dinâmica e em movimento, não conseguíamos lidar com isso”, disse Higgins. “Quando pegamos os modelos AlphaFold e os combinamos com essa evidência experimental, de repente tudo fez sentido. Essa visão agora será usada para projetar vacinas aprimoradas que induzem anticorpos mais eficazes na prevenção da transmissão.”
Assine a primeira edição, nosso boletim informativo diário gratuito – todas as manhãs da semana às 7h GMT
Os modelos AlphaFold também estão sendo usados por cientistas do Centro de Inovação Enzimática da Universidade de Portsmouth, para identificar enzimas do mundo natural que podem ser modificadas para digerir e reciclar plástico. Disse o professor John McGeehan, que está liderando o trabalho. “Há uma mudança completa de paradigma. Podemos realmente acelerar para onde estamos indo a partir daqui – e isso nos ajuda a direcionar esses recursos preciosos para as coisas que importam.”
Professora Dame Janet Thornton, líder de grupo e cientista-chefe da European Molecular biologia O Instituto Europeu de Bioinformática Laboratorial disse: “As previsões da estrutura da proteína AlphaFold já estão sendo usadas de inúmeras maneiras. Espero que esta última atualização leve a uma torrente de novas descobertas emocionantes nos próximos meses e anos, tudo graças ao fato de que os dados são disponível para uso de todos”.
More Stories
Inspetor Geral da NASA emite relatório contundente sobre atrasos no projeto de lançamento da espaçonave SLS
Como os buracos negros ficaram tão grandes e rápidos? A resposta está no escuro
Uma estudante da Universidade da Carolina do Norte se tornará a mulher mais jovem a cruzar as fronteiras do espaço a bordo da Blue Origin