Cientistas da Faculdade de Medicina da Universidade de Washington utilizaram a IA para conceber novas moléculas de proteínas de uma forma que abre possibilidades interessantes para a deteção e o tratamento de doenças.
A eficácia de um medicamento no tratamento de uma doença depende em grande medida da sua especificidade na ligação ao alvo causador da doença e da intensidade com que se liga ao alvo.
A quantidade quase infinita de potenciais formas de proteínas torna a conceção de uma proteína com elevada afinidade (força de ligação) e elevada especificidade uma tarefa extremamente difícil.
Encontrar proteínas que se ligam fortemente a alvos peptídicos helicoidais como o glucagon, o neuropeptídeo Y e a hormona paratiroide foi a tarefa difícil que os investigadores esperavam que a IA pudesse ajudar. O seu artigo, publicado na Naturemostra o potencial da IA para revolucionar desenvolvimento de medicamentos.
Os investigadores começaram por utilizar métodos de alucinação de aprendizagem profunda com o AlphaFold2 e o RosettaFold. Estes programas avançados de IA têm sido uma grande ajuda na conceção de novas proteínas, mas utilizam muito poder de computação.
Num esforço para encontrar um método de conceção de proteínas mais eficiente do ponto de vista computacional, os investigadores recorreram a uma abordagem semelhante à que alimenta modelos de geradores de imagens de IA como o Stable Diffusion e o DALL-E.
O jornal de hoje @Natureza descreve @UWproteindesign Proteína gerada por IA com afinidade e especificidade de ligação excecionalmente elevadas. Esta biotecnologia tem implicações no desenvolvimento de medicamentos, na deteção de doenças e na monitorização ambiental. https://t.co/KhtGhiyf6I
- Sala de imprensa da UW Medicine (@uwmnewsroom) 18 de dezembro de 2023
RFdifusão
O RFdiffusion é um modelo inovador de IA generativa que é treinado com base em dados de estruturas proteicas conhecidas. Em seguida, o modelo refina e reorganiza iterativamente os átomos em estruturas proteicas definidas.
O RFdiffusion foi treinado para remover iterativamente o ruído de nuvens de átomos desconectados e depois reorganizá-los em novas estruturas proteicas. Este modelo foi utilizado em conjunto com a ferramenta de software ProteinMPNN concebida pelo Baker Lab, parte do projeto Instituto de Conceção de Proteínas na Universidade de Washington.
O ProteinMPNN utiliza uma estrutura proteica como entrada e recorre a técnicas de aprendizagem profunda para identificar rapidamente novas sequências de aminoácidos susceptíveis de se dobrarem em estruturas proteicas específicas.
Resultados interessantes
As proteínas que os investigadores conceberam revelaram uma afinidade e especificidade excecionalmente elevadas para os péptidos que tinham como alvo. Isto significa que podem potencialmente ser utilizadas para criar fármacos que visem a causa de uma doença, em vez de se ligarem a alvos não pretendidos e potencialmente causarem efeitos secundários.
A síntese de proteínas não é nova, mas esta nova abordagem produziu proteínas que atingiram a maior força de interação jamais registada entre uma biomolécula concebida por um computador e o seu alvo.
David Baker, professor de bioquímica na UW Medicine e investigador do Howard Hughes Medical Institute, foi o principal autor do artigo de investigação.
Baker explicou o significado dos resultados dizendo: "A capacidade de gerar novas proteínas com uma afinidade e especificidade de ligação tão elevadas abre um mundo de possibilidades, desde novos tratamentos de doenças a diagnósticos avançados".
Há muitas doenças que são atualmente tratadas com anticorpos. No entanto, a produção de anticorpos é dispendiosa e não tem uma vida útil muito longa.
Preetham Venkatesh, um dos investigadores principais, afirmou: "Há muitas doenças que são difíceis de tratar atualmente, simplesmente porque é muito difícil detetar certas moléculas no organismo. Como ferramentas de diagnóstico, as proteínas concebidas podem oferecer uma alternativa mais económica aos anticorpos".
Os investigadores conseguiram validar os seus métodos de conceção biológica através da realização de testes laboratoriais em colaboração com o Laboratório Joseph Rogers da Universidade de Copenhaga e o Laboratório Andrew Hoofnagle da UW Medicine.
Esta investigação é um excelente exemplo de como a IA está a acelerar o desenvolvimento de novos tratamentos para doenças. O artigo ainda não foi revisto por pares, mas os resultados iniciais são muito interessantes.
