Um dos maiores mistérios da biologia 'amplamente resolvido' pela IA

Um dos maiores mistérios da biologia foi resolvido usando inteligência artificial, anunciaram especialistas.

Prever como uma proteína se dobra em uma forma tridimensional única intrigou os cientistas por meio século.

O laboratório de IA de Londres, DeepMind, resolveu amplamente o problema, disseram os organizadores de um desafio científico.

Uma melhor compreensão das formas das proteínas pode desempenhar um papel fundamental no desenvolvimento de novos medicamentos para tratar doenças.

O avanço da DeepMind, de propriedade do Google, deve acelerar a pesquisa sobre uma série de doenças, incluindo Covid-19.

Seu programa determinou a forma das proteínas em um nível de precisão comparável a métodos de laboratório caros e demorados, disseram cientistas independentes.

O Dr. Andriy Kryshtafovych, da University of California (UC), Davis nos EUA, um dos jurados científicos, descreveu o feito como "verdadeiramente notável".

"Ser capaz de investigar a forma das proteínas com rapidez e precisão tem o potencial de revolucionar as ciências da vida", disse ele.

O que são proteínas?

As proteínas estão presentes em todos os seres vivos, onde desempenham um papel central nos processos químicos essenciais para a vida.

Compostos por cadeias de aminoácidos, eles se dobram em um número infinito de maneiras em formas elaboradas que contêm a chave de como realizam suas funções vitais.

Muitas doenças estão ligadas ao papel das proteínas na catalisação de reações químicas (enzimas), no combate a doenças (anticorpos) ou na atuação como mensageiros químicos (hormônios como a insulina).

"Mesmo pequenos rearranjos dessas moléculas vitais podem ter efeitos catastróficos em nossa saúde, então uma das maneiras mais eficientes de entender a doença e encontrar novos tratamentos é estudar as proteínas envolvidas", disse o Dr. John Moult, da Universidade de Maryland, EUA, a cadeira do painel de julgadores científicos.

“Existem dezenas de milhares de proteínas humanas e muitos bilhões em outras espécies, incluindo bactérias e vírus, mas descobrir a forma de apenas uma requer equipamentos caros e pode levar anos”.

Como funciona o desafio?

Em 1972, Christian Anfinsen recebeu o Prêmio Nobel por seu trabalho mostrando que deveria ser possível determinar a forma das proteínas com base na sequência de seus blocos de aminoácidos.

A cada dois anos, dezenas de equipes de mais de 20 países tentam cegamente prever, usando computadores, a forma de um conjunto de cerca de 100 proteínas apenas a partir de sequências de aminoácidos.

Ao mesmo tempo, as estruturas 3-D são trabalhadas em laboratório por biólogos usando técnicas tradicionais como cristalografia de raios-X e espectroscopia de RMN, que determinam a localização de cada átomo em relação ao outro na molécula de proteína.

Uma equipe de cientistas do Casp (o Experimento da Comunidade na Avaliação Crítica de Técnicas para Predição de Estrutura de Proteínas) compara essas previsões com estruturas 3-D resolvidas usando métodos experimentais.

O Casp usa uma métrica conhecida como teste de distância global para avaliar a precisão, variando de 0 a 100. Uma pontuação de cerca de 90, que o programa AlphaFold da DeepMind alcançou, é considerada comparável às técnicas de laboratório.

O que aconteceu este ano?

Na última rodada do desafio, Casp-14, AlphaFold determinou a forma de cerca de dois terços das proteínas com precisão comparável a experimentos de laboratório.

Os avaliadores disseram que a precisão com a maioria das outras proteínas também era alta, embora não tão nesse nível.

AlphaFold é baseado em um conceito denominado aprendizado profundo. Nesse processo, a estrutura de uma proteína dobrada é representada como um gráfico espacial.

O programa então "aprende" usando informações sobre as formas 3-D de proteínas conhecidas mantidas em um banco de dados mundial.

O programa de IA foi capaz de fazer em questão de dias o que poderia levar anos na bancada do laboratório.

DeepMind é uma empresa e laboratório de pesquisa mais conhecido por jogos complexos de IA com habilidades sobre-humanas. Foi adquirido pelo Google em 2014.

Como essa informação será usada?

Conhecer a estrutura 3-D de uma proteína é importante no projeto de medicamentos e na compreensão de doenças humanas, incluindo câncer, demência e doenças infecciosas

Um exemplo é o Covid-19, onde os cientistas estudam como a proteína spike na superfície do vírus Sars-CoV-2 interage com os receptores nas células humanas.

O prof. Andrew Martin, da University College London (UCL), ex-participante e assessor do Casp, disse à BBC News: "Entender como uma sequência de proteína se dobra em três dimensões é realmente uma das questões fundamentais da biologia.

"Todo o modo como uma proteína funciona depende de sua estrutura tridimensional e da função da proteína é relevante para tudo na saúde e na doença.

"Conhecendo as estruturas tridimensionais das proteínas, podemos ajudar a projetar medicamentos e intervir em problemas de saúde, sejam eles infecções ou doenças hereditárias."

Como as proteínas se dobram para criar "estruturas tridimensionais extraordinariamente exclusivas" é um dos maiores mistérios da biologia, disse a professora Dame Janet Thornton, do Instituto Europeu de Bioinformática da EMBL em Hinxton, Reino Unido.

"Uma melhor compreensão das estruturas das proteínas e a capacidade de predizê-las usando um computador significa uma melhor compreensão da vida, da evolução e, claro, da saúde e das doenças humanas", explicou ela.

O que acontece depois?

Outros cientistas vão querer olhar os dados para determinar o quão preciso é o método de IA e quão bem ele funciona em um nível muito detalhado.

Ainda há uma lacuna de conhecimento, incluindo descobrir como várias proteínas se encaixam e como as proteínas interagem com outras moléculas, como DNA e RNA.

"Agora que o problema foi amplamente resolvido para proteínas individuais, o caminho está aberto para o desenvolvimento de novos métodos para determinar a forma de complexos de proteínas - coleções de proteínas que trabalham juntas para formar grande parte da maquinaria da vida e para outras aplicações, "disse o Dr. Kryshtafovych.

Fonte: https://www.bbc.com/news/science-environment-55133972?fbclid=IwAR3BCMw3vSZa_1gBDDBIdiu7QSLeSkyJtyqcVulmh-Lt6hG08cHGkIch_o0