Inteligência Artificial determinou a estrutura 3D de quase todas as proteínas conhecidas na Terra

- Atualizado no dia 25 de março de 2023 -

Pesquisadores usaram o AlphaFold - a revolucionária rede de inteligência artificial (IA) da Deep Mind baseada em deep learning ('aprendizado profundo') (1)  - para predizer a estrutura 3D de >214 milhões de proteínas expressas em 1 milhão de espécies, cobrindo quase todas as proteínas conhecidas no planeta (Ref.1). Todos os dados dessas estruturas estão disponíveis gratuitamente em um banco de dados construído pela DeepMind, uma companhia de IA do Google e baseada em Londres, e pelo Laboratório Europeu de Biologia Molecular do Instituto Europeu de Bioinformáticas (EMBL-EBI), uma organização intergovernamental próxima de Cambridge, Reino Unido. 

(1) Leitura recomendada: Qual é o atual ápice da Inteligência Artificial?

A estrutura tridimensional (3D) de uma proteína (macromolécula constituída por aminoácidos) determina sua função nas células (enzimática, estrutural, etc.), e é determinada pelas sequências de letras genéticas (nucleotídeos) em um gene codificante e pelas interações intermoleculares dos aminoácidos associados a essas sequências (2). O conhecimento em detalhes da forma 3D das proteínas é particularmente importante para o entendimento de doenças diversas e de patógenos virais, e para o desenvolvimento de novos fármacos - mas também essencial em inúmeros campos da bioquímica, biotecnologia e biologia. Tradicionalmente, resolver a estrutura 3D de proteínas em laboratório é um trabalho muito custoso - envolvendo métodos como cristalografia de raio-X e microscopia crioeletrônica (3) - e que consome muito, muito tempo.

------------

(2) Para mais informações, fica a sugestão de leitura: Cientistas "brincando de Deus": Letras artificiais no DNA

(3) Lembrando que essas técnicas tradicionais ainda são necessárias para um esclarecimento extremamente detalhado de várias proteínas, especialmente as mais complicadas. E hoje, a microscopia crioeletrônica já permite resolver estruturas 3D a nível atômico: Técnica revolucionária agora permite ver átomos individuais em uma proteína

-----------

De acordo com o EMBL-EBI, cerca de 35% das mais de 214 milhões de predições feitas pelo AlphaFold são consideradas altamente acuradas - ou seja, tão boas quanto as estruturas experimentalmente determinadas. Outras 45% são consideradas acuradas o suficiente para várias aplicações científicas.

- Continua após o anúncio -

À medida que novos organismos (espécies) forem sendo descobertos - especialmente microrganismos - o banco de dados do AlphaFold será atualizado e otimizado, sendo esperado que novas predições futuras fiquem cada vez mais acuradas.

-----------

ATUALIZAÇÃO: Pesquisadores do Meta AI - laboratório de inteligência artificial pertencente ao Meta (ex-Facebook) - reportaram a predição de >617 milhões de estruturas proteicas 3D, processando praticamente todas as sequências no banco de dados MGnify90 e com uma velocidade de processamento 60 vezes maior do que aquele do AlphaFold (tempo total de apenas 2 semanas e uso de um conjunto de ~2000 GPUs). Do total, >225 milhões das estruturas exibiram alta acuracidade. Os pesquisadores também estimaram que ~28 milhões das estruturas proteicas preditas com alta acuracidade eram desconhecidas na comunidade científica. A escala de predições do Meta AI atuou no nível metagenômico, ou seja, análise simultânea do genoma - no caso, sequências proteicas - de uma comunidade inteira de microrganismos. As predições podem ser acessadas no banco de dados ESM Metagenomic Atlas. O estudo descrevendo o feito foi publicado no periódico Science (Ref.2). O aprendizado de máquina (IA) usado pelos pesquisadores (ESMFold) envolveu treinamento com até 15 bilhões de parâmetros, o maior modelo de linguagem de proteínas até o momento reportado.

------------

REFERÊNCIAS

1. https://www.ebi.ac.uk/about/news/technology-and-innovation/alphafold-200-million/
2. Lin et al. (2023). Evolutionary-scale prediction of atomic level protein structure with a language model. Science, Vol. 379, No. 6637, Pp. 1123-1130. https://doi.org/10.1126/science.ade2574