A inteligência artificial agora é capaz de gerar proteínas novas e funcionalmente ativas, graças ao trabalho recentemente publicado por pesquisadores da Chalmers University of Technology, na Suécia.
“O que agora podemos demonstrar oferece um potencial fantástico para uma série de aplicações futuras, como o desenvolvimento mais rápido e econômico de medicamentos à base de proteínas”, disse Aleksej Zelezniak, professor associado do Departamento de Biologia e Engenharia Biológica da Chalmers .
As proteínas são moléculas grandes e complexas que desempenham um papel crucial em todas as células vivas, construindo, modificando e quebrando outras moléculas naturalmente dentro de nossas células. Eles também são amplamente utilizados em processos e produtos industriais e em nosso dia a dia.
Os medicamentos à base de proteínas são muito comuns – o medicamento para diabetes, a insulina, é um dos mais prescritos. Alguns dos medicamentos contra o câncer mais caros e eficazes também são baseados em proteínas, bem como as fórmulas de anticorpos atualmente usadas para tratar COVID-19.
Do design do computador às proteínas funcionais em apenas algumas semanas
Os métodos atuais usados para a engenharia de proteínas dependem da introdução de mutações aleatórias nas sequências de proteínas. No entanto, com cada mutação aleatória adicional introduzida, a atividade da proteína diminui.
“Consequentemente, é necessário realizar várias rodadas de experimentos muito caros e demorados, rastreando milhões de variantes, para criar proteínas e enzimas que acabam sendo significativamente diferentes das encontradas na natureza”, diz o líder de pesquisa Aleksej Zelezniak, continuando:
“Este processo de engenharia é muito lento, mas agora temos um método baseado em IA, onde podemos ir do projeto do computador à proteína de trabalho em apenas algumas semanas.”
Os novos resultados dos pesquisadores Chalmers foram publicados recentemente na revista Nature Machine Intelligence e representam um avanço no campo das proteínas sintéticas. O grupo de pesquisa e colaboradores de Aleksej Zelezniak desenvolveram uma abordagem baseada em IA chamada ProteinGAN, que usa uma abordagem de aprendizagem profunda generativa.
Em essência, o AI é fornecido com uma grande quantidade de dados de proteínas bem estudadas; ele estuda esses dados e tenta criar novas proteínas com base neles.
Ao mesmo tempo, outra parte da IA tenta descobrir se as proteínas sintéticas são falsas ou não. As proteínas são enviadas de um lado para outro no sistema até que a IA não consiga mais distinguir as proteínas naturais das sintéticas.
Este método é bem conhecido por criar fotos e vídeos de pessoas que não existem, mas neste estudo, foi usado para produzir variantes de proteínas altamente diversas com propriedades físicas de tipo naturalista que poderiam ser testadas para suas funções.
As proteínas amplamente utilizadas em produtos do dia a dia nem sempre são inteiramente naturais, mas são feitas por meio de biologia sintética e técnicas de engenharia de proteínas. Usando essas técnicas, as sequências de proteínas originais são modificadas na esperança de criar novas variantes de proteínas sintéticas que sejam mais eficientes, estáveis e adaptadas para aplicações específicas. A nova abordagem baseada em IA é importante para o desenvolvimento de enzimas industriais eficientes, bem como novas terapias baseadas em proteínas, como anticorpos e vacinas.
Um modelo econômico e sustentável
O professor assistente Martin Engqvist, também do Departamento de Biologia e Engenharia Biológica, esteve envolvido na concepção dos experimentos para testar as proteínas sintetizadas por AI.
“Acelerar a taxa na qual projetamos proteínas é muito importante para reduzir os custos de desenvolvimento de catalisadores de enzimas. Esta é a chave para concretizar processos industriais e produtos de consumo ambientalmente sustentáveis, e nosso modelo de IA, bem como modelos futuros, permitirão isso. Nosso trabalho é uma contribuição vital nesse contexto “, diz Martin Engqvist.
“Esse tipo de trabalho só é possível no tipo de ambiente multidisciplinar que existe em nossa divisão – na interface da ciência da computação e biologia. Temos condições perfeitas para testar experimentalmente as propriedades dessas proteínas projetadas por IA”, diz Aleksej Zelezniak.
O próximo passo dos pesquisadores é explorar como a tecnologia poderia ser usada para melhorias específicas nas propriedades das proteínas, como o aumento da estabilidade, algo que poderia ter grande benefício para as proteínas utilizadas na tecnologia industrial.
Publicado em 31/03/2021 11h57
Artigo original:
Estudo original: