A empresa do Google DeepMind, com a colaboração do Instituto Europeu de Bioinformática, consegue prever a forma 3D de mais de 200 milhões de proteínas dos organismos da Terra. Os resultados estariam abertos à comunidade científica para ajudar na investigação de seres vivos e resolver problemas globais como fome e doenças.
Usando inteligência artificial (IA), a empresa britânica DeepMind (adquirida pelo Google em 2014) e o Instituto Europeu de Bioinformática do Laboratório Europeu de Biologia Molecular (EMBL-EBI) conseguiram prever as estruturas tridimensionais de quase todas as proteínas conhecidas e catalogadas pela ciência para oferecê-las, gratuitamente e abertas, no banco de dados de estrutura de proteínas AlphaFold.
Dessa forma, essa ferramenta e banco de dados se expande cerca de 200 vezes: de quase um milhão de estruturas de proteínas para mais de 200 milhões, abrangendo quase todos os organismos da Terra cujo genoma foi sequenciado.
A atualização inclui estruturas de proteínas previstas para uma infinidade de espécies, incluindo plantas, bactérias, animais e outros organismos, abrindo novos caminhos de pesquisa em ciências da vida com impacto em desafios globais, como sustentabilidade, escassez de alimentos e várias doenças.
Além disso, novos caminhos de pesquisa em bioinformática e computação são abertos, permitindo que pesquisadores detectem padrões e tendências no banco de dados.
As estruturas de proteínas previstas também serão apresentadas no UniProt (universal protein), um repositório central de referência.
A DeepMind e a EMBL-EBI lançaram o AlphaFold em julho de 2021, com mais de 350.000 previsões de estrutura de proteínas, incluindo todo o proteoma humano. Atualizações subsequentes permitiram a adição de repositórios como o UniProt e 27 novos proteomas, 17 dos quais representam doenças tropicais negligenciadas que continuam a devastar a vida de mais de um bilhão de pessoas em todo o mundo.
Em pouco mais de um ano, mais de 500 mil pesquisadores de mais de 190 países acessaram o AlphaFold e a comunidade científica utilizou esse sistema para criar e adaptar ferramentas. As ideias de aprendizado de máquina usadas por este programa para desenvolver novos algoritmos também foram adotadas e aplicadas em áreas como a previsão da estrutura do RNA ou a criação de novos modelos de proteínas.
“Lançamos o AlphaFold na esperança de que outras equipes possam aprender e aproveitar os avanços que fizemos. Muitas outras organizações de pesquisa de IA já entraram no campo e estão aproveitando para seguir em frente. É realmente uma nova era na biologia estrutural, e os métodos baseados em inteligência artificial impulsionarão um progresso incrível”, diz John Jumper, cientista-chefe dessa ferramenta na DeepMind.
Fontes:
