DeepMind: nova IA consegue determinar a estrutura de uma proteína em conquista científica revolucionária

2 dez 2020 13:04

Este artigo tem mais de 3 anos

Até à data, apenas um quarto das proteínas do corpo humana é tido como alvo das terapêuticas desenvolvidas para o tratamento de doenças, pelo que o entendimento do todo abre portas à criação de medicamentos mais eficazes

Um grupo de investigadores afirma ter feito uma descoberta que pode revolucionar o desenvolvimento de novos tratamentos. Em causa está um sistema de inteligência artificial que consegue recorrer à sequência de ADN de uma proteína para prever a sua estrutura tridimensional com precisão atómica.

Esta é uma conquista que resolve um problema que há 50 anos desafia os especialistas em biologia molecular. A equipa da responsável pela mesma trabalha para a DeepMind, uma empresa da Alphabet.

O feito deu-se no âmbito de uma competição onde algoritmos são utilizados para prever a estrutura de um conjunto de proteínas com base na sua sequência de ADN. O software da DeepMind, intitulado AlphaFold 2, conseguiu prever, com precisão atómica, dois terços dos casos e foi altamente preciso na maioria dos restantes, segundo relata John Moult, biólogo molecular da Universidade de Maryland e diretor da competição. Em comparação com os outros modelos a concurso, este sistema destacou-se largamente.

Demis Hassabis, co-fundador da DeepMind, já afirmou que a empresa tem todo o interesse em extrair o maior benefício possível destas tecnologias, mas confessa que ainda não foi determinado como é que os investigadores académicos poderão aceder a estas estruturas. Em 2021, Hassabis espera conseguir detalhar uma solução para o efeito.

Esta é uma conquista científica que, segundo Janet Thornton, abre a porta ao mapeamento de todo o proteoma humano, o conjunto de todas as proteínas e variantes que compõem o corpo humano. Até à data, apenas um quarto deste conjunto é tido como alvo das terapêuticas desenvolvidas para o tratamento de doenças, pelo que o entendimento deste grupo como um todo pode abrir portas à criação de novos medicamentos e de versões mais eficazes dos existentes.

À Fortune, o antigo diretor do Instituto Europeu de Bioinformática disse acreditar que este sistema de inteligência artificial vai também ajudar os cientistas especializados na criação de proteínas sintéticas, que poderão assim explorar o desenvolvimento de alimentos mais nutritivos bem como de enzimas capazes de digerir plásticos.

Atualmente, o método mais utilizado pela indústria para obter a estrutura de uma proteína demorava cerca de um ano a concluir e tinha o custo de 120 mil dólares. Ao AlphaFold 2, o cálculo leva apenas alguns dias, sendo que, para tal, bastam-lhe apenas recursos computacionais que John Jumper, investigador-líder do projeto, apelida de "modestos".

Treinar a inteligência artificial foi um processo que exigiu 128 unidades computacionais personalizadas, bem como 16 chips de processamento criados propositadamente pela Google. Esta estrutura alimentou a I.A. durante algumas semanas.

Em 1972, o químico Christian Anfinsen sugeriu que o ADN seria suficiente para determinar a estrutura final de uma proteína. A suposição iniciou uma procura pelo modelo matemático mais preciso ao exercício. No entanto, as permutações por que a proteína pode passar levaram o biólogo Cyrus Levinthal a estimar que mesmo com um modelo matemático, demoraríamos mais do que a idade do universo conhecido a chegar à estrutura de uma proteína por tentativa erro. O AlphaFold 2 atalhou caminho e limitou o processo a algumas horas.