Uma rede de inteligência artificial (IA) desenvolvida pela empresa DeepMind, do Google, conseguiu determinar a forma 3D de uma proteína a partir de sua sequência de aminoácidos. Em uma escala de 100 pontos de precisão, o programa atingiu aproximadamente 90.
O sistema, chamado AlphaFold, superou cerca de 100 outras equipes em um desafio de previsão de estrutura de proteína chamado Critical Assessment of Structure Prediction (CASP). Os resultados foram divulgados nesta segunda-feira (30) em um artigo na Nature.
“Este é um grande negócio”, diz John Moult no artigo. O biólogo computacional da Universidade de Maryland em College Park cofundou a CASP em 1994 para melhorar os métodos computacionais e prever com precisão as estruturas de proteínas. “Em certo sentido, o problema está resolvido.”
O desemprenho surpreendente do programa é benéfico para as ciências e para a medicina, pois acelera os esforços para entender a construção das células, permitindo a descoberta de medicamentos de forma mais rápida e avançada. “Isso vai mudar a medicina. Isso mudará a pesquisa. Isso mudará a bioengenharia. Vai mudar tudo”, afirma Andrei Lupas, que avaliou o desempenho de diferentes equipes no CASP.
Entender como funcionam as proteínas é importante porque elas são responsáveis pela maior parte do que acontece dentro das células. Como uma proteína funciona e o que ela faz é determinado por sua forma 3D. Elas tendem a adotar sua forma guiadas apenas pelas leis da física e o que define isso é uma cadeia de aminoácidos diferentes, que mapeiam as muitas voltas e dobras de sua forma final.
Ao longo do tempo, experimentos de laboratório foram a principal forma de obter boas estruturas. No entanto, as tentativas de usar computadores para prever essas estruturas vêm sendo aprimoradas desde os anos 1980.
AlphaFold pode levar dias para chegar a uma estrutura prevista, que inclui estimativas sobre a confiabilidade de diferentes regiões da proteína. “Estamos apenas começando a entender o que os biólogos desejam”, afirma Demis Hassabis, cofundador e executivo-chefe da DeepMind.
Após o teste de sucesso, Hassabis diz que planeja tornar o AlphaFold útil para que outros cientistas possam utilizá-lo. Seu desempenho também marca um ponto de virada para DeepMind.
A empresa, que é mais conhecida por usar IA para dominar jogos, tem como objetivo de longo prazo desenvolver programas capazes de alcançar uma inteligência humana ampla. Enfrentar grandes desafios científicos, como a previsão da estrutura da proteína, é uma das aplicações mais importantes que sua IA pode fazer, diz Hassabis. “Acho que é a coisa mais significativa que fizemos, em termos de impacto no mundo real.”