2020/12/01

DeepMind revoluciona simulação de proteínas com AlphaFold 2

O sistema de inteligência artificial DeepMind da Google acaba de dar um passo de gigante na simulação de proteínas, atingindo uma fiabilidade considerada idênticas às experiências laboratoriais físicas.

As proteínas são os componenentes base de toda a biologia, podendo ser consideradas as nano-máquinas biológicas que nos permitem ser quem somos. No entanto, por trás da sua aparente simples cadeia de aminoácidos escondem-se uma série de problemas quando se está a tentar criar novas proteínas com novas funções. Isto porque as proteínas dobram-se e retorcem-se sobre si próprias dependendo dessas sequências, como um puzzle tridimensional que se complica sobre si mesmo, criando estruturas em cima de estruturas, com formas complexas de prever - o que é um problema grave, quando essa mesma forma final tem também papel fundamental na sua função e funcionamento.

Há décadas que os cientistas têm tentado criar um sistema que permita prever a forma final de uma proteína, mas os resultados quase sempre ficavam aquém do desejado. Em 2018 o AlphaFold da Google permitiu antecipar melhorias, ao aumentar a precisão dos 40 GDT para perto de 60 GDT (com um valor de 100 GDT a significar que a simulação é exactamente igual ao resultado real); mas com o novo AlphaFold 2 o valor saltou para os 92.4 GDT em média - o equivalente a um erro de apenas a largura de um átomo - e mesmo no caso das proteínas mais complexas usadas para testar a precisão destes sistemas de simulação, atingiu 87 GDT.




O objectivo é que com o AlphaFold 3 os resultados possam manter-se no patamar superior a 90 GDT até mesmo para as proteínas mais complexas, mas mesmo no estado actual, o AlphaFold 2 poderá ser um precioso aliado no desenvolvimento de novas proteínas que possam auxiliar no combate de doenças e condições crónicas, usando as ferramentas que a própria biologia utiliza para rectificar as coisas que precisam de ser corrigidas.

2 comentários:

[pub]