Publicado originalmente por MIT Technology Review
Em uma segunda vitória do Nobel para IA, a Academia Real Sueca de Ciências concedeu metade do prêmio de 2024 em química a Demis Hassabis, cofundador e CEO do Google DeepMind, e John M. Jumper, diretor da mesma empresa, por seu trabalho no uso de inteligência artificial para prever as estruturas de proteínas. A outra metade vai para David Baker, professor de bioquímica na Universidade de Washington, por seu trabalho em design computacional de proteínas. Os vencedores dividirão um prêmio de 11 milhões de coroas suecas (US$ 1 milhão).
O impacto potencial desta pesquisa é enorme. As proteínas são fundamentais para a vida, mas entender o que elas fazem envolve descobrir sua estrutura — um quebra-cabeça muito difícil que antes levava meses ou anos para ser decifrado para cada tipo de proteína. Ao reduzir o tempo necessário para prever a estrutura de uma proteína, ferramentas computacionais como as desenvolvidas pelos vencedores do prêmio deste ano estão ajudando os cientistas a obter uma maior compreensão de como as proteínas funcionam e abrindo novos caminhos de pesquisa e desenvolvimento de medicamentos. A tecnologia pode desbloquear vacinas mais eficientes, acelerar a pesquisa sobre curas para o câncer ou levar a materiais completamente novos.
Hassabis e Jumper criaram o AlphaFold, que em 2020 resolveu um problema com o qual os cientistas lutam há décadas: prever a estrutura tridimensional de uma proteína a partir de uma sequência de aminoácidos. Desde então, a ferramenta de IA tem sido usada para prever as formas de todas as proteínas conhecidas pela ciência .
Seu modelo mais recente, AlphaFold 3, pode prever as estruturas de DNA, RNA e moléculas como ligantes, que são essenciais para a descoberta de medicamentos. A DeepMind também liberou o código-fonte e o banco de dados de seus resultados para cientistas gratuitamente.
“Dediquei minha carreira ao avanço da IA por causa de seu potencial inigualável para melhorar a vida de bilhões de pessoas”, disse Demis Hassabis. “O AlphaFold já foi usado por mais de dois milhões de pesquisadores para avançar em trabalhos críticos, do design de enzimas à descoberta de medicamentos. Espero que olhemos para o AlphaFold como o primeiro ponto de prova do incrível potencial da IA para acelerar a descoberta científica”, acrescentou.
Baker criou várias ferramentas de IA para projetar e prever a estrutura de proteínas, como uma família de programas chamada Rosetta. Em 2022, seu laboratório criou uma ferramenta de IA de código aberto chamada ProteinMPNN que pode ajudar pesquisadores a descobrir proteínas previamente desconhecidas e projetar outras inteiramente novas. Ela ajuda pesquisadores que têm uma estrutura exata de proteína em mente a encontrar sequências de aminoácidos que se dobram nesse formato.
Mais recentemente, no final de setembro, o laboratório de Baker anunciou que havia desenvolvido moléculas personalizadas que permitem aos cientistas atingir e eliminar com precisão proteínas associadas a doenças em células vivas.
“[As proteínas] evoluíram ao longo da evolução para resolver os problemas que os organismos enfrentaram durante a evolução. Mas enfrentamos novos problemas hoje, como a covid. Se pudéssemos projetar proteínas que fossem tão boas em resolver novos problemas quanto as que evoluíram durante a evolução são em resolver problemas antigos, seria realmente muito poderoso”, disse Baker à MIT Technology Review em 2022.
..
Veja o artigo completo no site MIT Technology Review