AlphaFold3 usa IA para ajudar os cientistas a prever com mais precisão como as proteínas interagem com outras moléculas biológicas.
A DeepMind revelou a terceira versão de seu software de biologia estrutural baseado em inteligência artificial (IA), AlphaFold, que modela como as proteínas se dobram.
A biologia estrutural é o estudo da base molecular de materiais biológicos – incluindo proteínas e ácidos nucléicos – e tem como objetivo revelar como eles são estruturados, funcionam e interagem.
AlphaFold3 ajuda os cientistas a prever com mais precisão como as proteínas – moléculas grandes que desempenham um papel crítico em todas as formas de vida, desde plantas e animais até células humanas – interagem com outras moléculas biológicas, incluindo DNA e RNA.
Isso permitirá que os cientistas “compreendam verdadeiramente os processos da vida”, escreveram representantes da DeepMind em um blog.
Em comparação, os seus antecessores, AlphaFold e AlphaFold2, só conseguiam prever as formas em que as proteínas se dobram.
Isso ainda era um grande avanço científico na época.
As previsões do AlphaFold3 poderão ajudar os cientistas a desenvolver materiais biorrenováveis, culturas com maior resistência, novos medicamentos e muito mais, escreveu a equipe de investigação num estudo publicado a 8 de maio na revista Nature.
Dada uma lista de moléculas, o programa de IA pode mostrar como elas se encaixam.
Ele faz isso não apenas com moléculas grandes, como proteínas, DNA e RNA, mas também com moléculas pequenas conhecidas como ligantes, que se ligam a receptores em proteínas grandes, como uma chave que se encaixa em uma fechadura.
AlphaFold3 também modela como algumas dessas biomoléculas (moléculas orgânicas produzidas por seres vivos) são quimicamente modificadas.
As interrupções nessas modificações químicas podem desempenhar um papel nas doenças, de acordo com a postagem do blog.
AlphaFold3 pode realizar esses cálculos porque sua arquitetura de machine learning subjacente e dados de treinamento abrangem todos os tipos de biomoléculas.
Os pesquisadores afirmam que o AlphaFold3 é 50% mais preciso do que os métodos atuais baseados em software para prever estruturas de proteínas e suas interações com outras moléculas.
Por exemplo, na descoberta de medicamentos, a Nature relatou que o AlphaFold3 superou dois programas de acoplamento – que os investigadores utilizam para modelar a afinidade de pequenas moléculas e proteínas quando se ligam – e o RoseTTAFold All-Atom, uma rede neural para prever estruturas biomoleculares.
Frank Uhlmann, bioquímico do Instituto Francis Crick em Londres, disse à Nature que tem usado a ferramenta para prever a estrutura das proteínas que interagem com o DNA ao copiar genomas e experimentos mostram que as previsões são em sua maioria precisas.
No entanto, ao contrário dos seus antecessores, o AlphaFold 3 já não é open source.
Isto significa que os cientistas não podem utilizar versões personalizadas do modelo de IA, nem aceder publicamente ao seu código ou dados de formação, para o seu trabalho de investigação.
Cientistas que desejam usar o AlphaFold3 para pesquisas não comerciais podem acessá-lo gratuitamente por meio do recém-lançado AlphaFold Server.
Eles podem inserir as sequências moleculares desejadas e obter previsões em minutos.
Mas eles só podem realizar 20 trabalhos por dia.
Publicado em 29/05/2024 22h25
Artigo original: