Ciência
Cientistas usam IA para prever a estrutura de 98,5% das proteínas humanas
Processo que levava meses foi realizado em minutos e ajudará na criação de remédios e tratamentos muito mais eficazes
Entender a estrutura das proteínas é essencial para os especialistas criarem medicamentos e tratamentos mais eficazes. Pensando nisso, a empresa britânica de inteligência artificial (IA) DeepMind conseguiu reduzir o tempo necessário para prever a estrutura de uma proteína de meses para minutos com precisão incomparável.
A descoberta faz parte de um artigo publicado na última quinta (22/7), na revista científica Nature, e que traz a colaboração entre o sistema de IA AlphaFold, da DeepMind, e o Laboratório Europeu de Biologia Molecular. A parceria culminou num banco de dados público contendo mais de 350.000 estruturas de proteínas.
“Esse entendimento significa que podemos estar mais bem equipados para desvendar os mecanismos moleculares da vida e acelerar nossas buscas para proteger e tratar a saúde humana, bem como a saúde de nosso planeta. Tornar a ferramenta de acesso aberto acelerará o poder de descoberta de pesquisas e inovação para cientistas de todo o mundo”, afirma Edith Heard, diretora-geral laboratório europeu, citada pelo site de notícias científicas The Scientist.
Proteínas do corpo humano
De acordo com o site, o DNA humano é conhecido por codificar cerca de 20.000 proteínas. Até hoje, só tínhamos conhecimento de 17% dessas moléculas.
Com as redes neurais e os modernos processadores de computador, conforme a DeepMind, citada pelo The Scientist, o novo banco de dados inclui 98,5% das proteínas humanas com confiança ou um alto grau de precisão.
Estão incluídas estruturas de 20 organismos modelo, usadas por pesquisadores, como Caenorhabditis elegans (nematoide) e Drosophila melanogaster (mosca da fruta), totalizando 350.000 proteínas.
Como mostra o site especializado, o DeepMind será capaz de expandir o banco de dados para 130 milhões de estruturas até o final deste ano.
Além de explorar as proteínas existentes, o acesso a essa informação preciosa também facilitará o desenvolvimento de estruturas sintéticas, já que será mais confiável prever como elas irão interagir com outras proteínas.