Inteligência do Google resolve um dos maiores desafios da ciência

O sistema, chamado AlphaFold, superou cerca de 100 outras equipes em um desafio de previsão de estrutura de proteína chamado Critical Assessment of Structure Prediction (CASP).

Inteligência do Google | Reprodução
FACEBOOK WHATSAPP TWITTER TELEGRAM MESSENGER

Uma rede de inteligência artificial (IA) desenvolvida pela empresa DeepMind, do Google, conseguiu determinar a forma 3D de uma proteína a partir de sua sequência de aminoácidos. Em uma escala de 100 pontos de precisão, o programa atingiu aproximadamente 90.

O sistema, chamado AlphaFold, superou cerca de 100 outras equipes em um desafio de previsão de estrutura de proteína chamado Critical Assessment of Structure Prediction (CASP). Os resultados foram divulgados nesta segunda-feira (30) em um artigo na Nature.

A função de uma proteína é determinada pelo seu formato em 3D (Imagem: Nature)

“Este é um grande negócio”, diz John Moult no artigo. O biólogo computacional da Universidade de Maryland em College Park cofundou a CASP em 1994 para melhorar os métodos computacionais e prever com precisão as estruturas de proteínas. “Em certo sentido, o problema está resolvido.”

O desemprenho surpreendente do programa é benéfico para as ciências e para a medicina, pois acelera os esforços para entender a construção das células, permitindo a descoberta de medicamentos de forma mais rápida e avançada. “Isso vai mudar a medicina. Isso mudará a pesquisa. Isso mudará a bioengenharia. Vai mudar tudo”, afirma Andrei Lupas, que avaliou o desempenho de diferentes equipes no CASP.

Entender como funcionam as proteínas é importante porque elas são responsáveis pela maior parte do que acontece dentro das células. Como uma proteína funciona e o que ela faz é determinado por sua forma 3D. Elas tendem a adotar sua forma guiadas apenas pelas leis da física e o que define isso é uma cadeia de aminoácidos diferentes, que mapeiam as muitas voltas e dobras de sua forma final.

Ao longo do tempo, experimentos de laboratório foram a principal forma de obter boas estruturas. No entanto, as tentativas de usar computadores para prever essas estruturas vêm sendo aprimoradas desde os anos 1980.

AlphaFold pode levar dias para chegar a uma estrutura prevista, que inclui estimativas sobre a confiabilidade de diferentes regiões da proteína. “Estamos apenas começando a entender o que os biólogos desejam”, afirma Demis Hassabis, cofundador e executivo-chefe da DeepMind.

Após o teste de sucesso, Hassabis diz que planeja tornar o AlphaFold útil para que outros cientistas possam utilizá-lo. Seu desempenho também marca um ponto de virada para DeepMind.

A empresa, que é mais conhecida por usar IA para dominar jogos, tem como objetivo de longo prazo desenvolver programas capazes de alcançar uma inteligência humana ampla. Enfrentar grandes desafios científicos, como a previsão da estrutura da proteína, é uma das aplicações mais importantes que sua IA pode fazer, diz Hassabis. “Acho que é a coisa mais significativa que fizemos, em termos de impacto no mundo real.”



Participe de nossa comunidade no WhatsApp, clicando nesse link

Entre em nosso canal do Telegram, clique neste link

Baixe nosso app no Android, clique neste link

Baixe nosso app no Iphone, clique neste link


Tópicos
SEÇÕES