{"id":3376,"date":"2023-07-29T14:42:58","date_gmt":"2023-07-29T14:42:58","guid":{"rendered":"https:\/\/dailyai.com\/?p=3376"},"modified":"2023-07-31T09:16:54","modified_gmt":"2023-07-31T09:16:54","slug":"researchers-use-machine-learning-to-resurrect-ancient-molecules","status":"publish","type":"post","link":"https:\/\/dailyai.com\/pt\/2023\/07\/researchers-use-machine-learning-to-resurrect-ancient-molecules\/","title":{"rendered":"Os investigadores utilizam a aprendizagem autom\u00e1tica para \"ressuscitar\" mol\u00e9culas antigas"},"content":{"rendered":"

Uma equipa de bioengenheiros utilizou com sucesso a IA para ressuscitar mol\u00e9culas do nosso passado antigo.\u00a0<\/b><\/p>\n

Este estudo intrigante utilizou a aprendizagem autom\u00e1tica (ML) para analisar dados de prote\u00ednas de humanos modernos (<\/span>Homo sapiens<\/span><\/i>), bem como dos nossos parentes extintos, os Neandertais (<\/span>Homo neanderthalensis<\/span><\/i>) e os Denisovans, uma esp\u00e9cie ou subesp\u00e9cie extinta de humanos da \u00c1sia.\u00a0<\/span><\/p>\n

O <\/span>estudo<\/span><\/a> descobriram mol\u00e9culas com potencial para combater bact\u00e9rias causadoras de doen\u00e7as. Estas t\u00e9cnicas, designadas por \"de-extin\u00e7\u00e3o\", poder\u00e3o servir de base para a localiza\u00e7\u00e3o de novos antibi\u00f3ticos.<\/span><\/p>\n

\"Estamos motivados pela no\u00e7\u00e3o de trazer de volta mol\u00e9culas do passado para resolver problemas que temos atualmente\", Cesar de la Fuente, coautor do estudo e bioengenheiro da Universidade da Pensilv\u00e2nia, em Filad\u00e9lfia, <\/span>disse \u00e0 Nature<\/span><\/a>.\u00a0<\/span><\/p>\n

Se isto o faz pensar numa certa franquia de filmes baseados em dinossauros -<\/span> foi precisamente isso que inspirou a equipa de investiga\u00e7\u00e3o.<\/p>\n

De la Fuente disse: \"Come\u00e7\u00e1mos a pensar em\u00a0Parque Jur\u00e1ssico<\/i>\", diz ele. Em vez de trazer os dinossauros de volta \u00e0 vida, como os cientistas fizeram no filme de 1993, a equipa teve uma ideia mais vi\u00e1vel: \"Porque n\u00e3o trazer de volta as mol\u00e9culas?<\/p>\n

A press\u00e3o exercida sobre os investigadores para encontrarem novos antibi\u00f3ticos \u00e9 enorme, uma vez que nos \u00faltimos 30 anos foram descobertos poucos medicamentos eficazes.<\/span><\/p>\n

Entretanto, a preval\u00eancia de bact\u00e9rias resistentes aos antibi\u00f3ticos est\u00e1 a aumentar, pelo que s\u00e3o bem-vindos novos tratamentos. <\/span>A IA fornece numerosas vias<\/a> para explorar esses novos tratamentos, com uma s\u00e9rie de estudos que tiram partido da tecnologia para descobrir mol\u00e9culas ocultas e desconhecidas clinicamente relevantes.\u00a0<\/span><\/p>\n

Muitos organismos geram subunidades proteicas curtas, conhecidas como p\u00e9ptidos, com propriedades antimicrobianas. V\u00e1rios p\u00e9ptidos antimicrobianos, predominantemente provenientes de bact\u00e9rias, s\u00e3o utilizados para tratar infec\u00e7\u00f5es.\u00a0<\/span><\/p>\n

As prote\u00ednas de esp\u00e9cies extintas - incluindo os seres humanos - podem servir como um recurso valioso, mas pouco explorado, para o desenvolvimento de novos antibi\u00f3ticos.<\/span><\/p>\n

Os investigadores treinaram um algoritmo de aprendizagem de m\u00e1quina para identificar os locais nas prote\u00ednas humanas onde estas s\u00e3o divididas em p\u00e9ptidos. Aplicaram este algoritmo a sequ\u00eancias de prote\u00ednas publicamente dispon\u00edveis de <\/span>H. sapiens, H. neanderthalensis<\/span><\/i>e Denisovans, identificando novos p\u00e9ptidos com base nas caracter\u00edsticas de p\u00e9ptidos antimicrobianos conhecidos.\u00a0<\/span><\/p>\n

\"Desextin\u00e7\u00e3o
A \"de-extin\u00e7\u00e3o\" molecular com a IA. Fonte: Desextin\u00e7\u00e3o molecular de p\u00e9ptidos antimicrobianos antigos possibilitada pela aprendizagem autom\u00e1tica<\/a>.<\/figcaption><\/figure>\n

S\u00e3o necess\u00e1rias apenas algumas semanas para identificar e testar potenciais candidatos a medicamentos utilizando a IA, em compara\u00e7\u00e3o com o processo tradicional que demora entre 3 a 6 meses para descobrir um novo antibi\u00f3tico.<\/span><\/p>\n

A equipa testou uma variedade de p\u00e9ptidos em laborat\u00f3rio para explorar a sua capacidade de eliminar bact\u00e9rias. Seleccionaram 6 p\u00e9ptidos potentes - 4 de <\/span>H. sapiens<\/span><\/i>, 1 de <\/span>H. neanderthalensis<\/span><\/i>e 1 de Denisovans. Os p\u00e9ptidos foram testados em ratinhos infectados com <\/span>Acinetobacter baumannii<\/span><\/i>.<\/span><\/p>\n

Embora nenhum dos pept\u00eddeos tenha matado completamente as bact\u00e9rias, todos eles conseguiram inibir o crescimento de <\/span>A. baumannii <\/span><\/i>no tecido muscular da coxa. 5 mol\u00e9culas mataram bact\u00e9rias em abcessos cut\u00e2neos, embora fossem necess\u00e1rias doses elevadas.\u00a0<\/span><\/p>\n

\"Embora o algoritmo que utiliz\u00e1mos n\u00e3o tenha produzido mol\u00e9culas fant\u00e1sticas, penso que o conceito e a estrutura representam uma via totalmente nova para pensar na descoberta de medicamentos\", afirma de la Fuente.<\/span><\/p>\n

Euan Ashley, especialista em gen\u00f3mica e sa\u00fade de precis\u00e3o da Universidade de Stanford, comentou: \"De la Fuente e os seus colegas persuadiram-me de que mergulhar no genoma humano arcaico era uma abordagem interessante e potencialmente \u00fatil\".<\/span><\/p>\n

Como funcionou o estudo: resumo<\/span><\/h2>\n