Prévia do material em texto
1/4 Computadores quânticos nos ajudarão a explorar a vida, projetar novos medicamentos e muito mais Novos algoritmos quânticos terão um impacto dramático na biologia molecular computacional e na bioinformática e prometem impactar uma série de aplicações da ciência da vida. Crédito da imagem: Getty Images A biologia moderna depende cada vez mais de algoritmos e modelos matemáticos. Hoje em dia, sempre que um pesquisador encontrar um novo gene ou proteína, sua primeira ação será consultar um dos bancos de dados públicos de informação biológica cada vez maior. Em questão de segundos, eles saberão se, por exemplo, há um gene muito semelhante com uma função reguladora em um modelo animal relacionado. Usando esses bancos de dados e ferramentas associadas, os pesquisadores acessam rapidamente ou preveem grandes quantidades de informações para ajudá-los a projetar seu próximo experimento. Apesar do crescimento de técnicas de biologia computacional nas últimas duas décadas, ainda há muitos problemas que não podem ser resolvidos nos computadores atuais. Um exemplo bem conhecido é quando um pesquisador deseja modelar a estrutura de uma proteína codificada por um gene conhecido: a menos que exista uma proteína modelo cuja estrutura foi resolvida, isso é muitas vezes impossível de calcular. Alternativamente, o pesquisador pode conhecer a estrutura da proteína, mas estar interessado em saber se um substrato em particular se ligará ao seu local ativo. Usar computação para resolver problemas como esses abriria caminho para muitas novas aplicações – desde a descoberta de medicamentos até o projeto do catalisador. 2/4 Sabemos teoricamente como resolver muitos desses problemas de biologia computacional premente. Por exemplo, para prever a estrutura de uma proteína, precisamos apenas simular o processo de dobramento por um período suficientemente longo. Ou para prever a afinidade de ligação de um ligante, poderíamos calcular a energia de interação entre os elétrons do substrato e os elétrons do sítio ativo. Protocolos potenciais muito claros estão disponíveis para esses experimentos, mas com uma ressalva crítica: completá-los a um nível satisfatório nos computadores de hoje levaria mais tempo do que uma vida humana. Tais problemas de biologia computacional podem ser acessíveis quando a computação quântica se torna generalizada. De acordo com um recente estudo colaborativo publicado na WIREs Computational Molecular Science, novos algoritmos quânticos terão impacto dramático em biologia molecular computacional e bioinformática e prometem impactar uma série de aplicações da ciência da vida. Segundo os autores, a computação quântica pode “tornar problemas impossíveis difíceis e problemas difíceis rotineira”. Um computador quântico é um processador que aproveita os efeitos exóticos da mecânica quântica para permitir operações que são impossíveis em máquinas clássicas. Essas operações quânticas podem ser usadas para projetar algoritmos poderosos. Por sua vez, alguns desses algoritmos fornecem uma “acelereção quântica”: resolvem um problema de uma maneira diferente, o que pode reduzir o custo computacional. Já para certas tarefas de benchmark (embora não necessariamente úteis), mesmo um pequeno computador quântico pode desafiar os melhores supercomputadores de nossa era, como a IA quântica do Google demonstrou no final de 2019. Infelizmente, aplicações úteis de algoritmos quânticos provavelmente exigirão computadores quânticos maiores que podem não estar disponíveis por décadas. No entanto, a ausência de hardware não impediu o desenvolvimento de algoritmos quânticos, ajudando-nos a entender onde estes serão úteis. De um ponto de vista mais pragmático, quando a computação quântica se torna disponível, são aqueles com maior experiência que estarão mais preparados para usá-la em seu trabalho. De acordo com a equipe de pesquisadores do estudo atual – um grupo colaborativo da Universidade de Oxford, Roche e UCB – existem três áreas principais onde os algoritmos quânticos podem afetar a biologia computacional: aprendizado de máquina, simulação de sistemas químicos e problemas de otimização. http://dx.doi.org/10.1038/s41586-019-1666-5 3/4 Considere, por exemplo, algoritmos de aprendizado de máquina, usado onipresentemente para encontrar padrões em dados biológicos. Acontece que, para muitos problemas, os algoritmos quânticos podem processar as vastas quantidades de dados necessários muito mais rápido do que um computador clássico. Infelizmente, existem desafios significativos de engenharia na entrada e saída de grandes quantidades de informações em um computador quântico. Esses algoritmos têm um potencial significativo, mas provavelmente serão úteis apenas quando computadores quânticos grandes estão disponíveis. As perspectivas imediatas podem ser melhores para a química. Um computador quântico pode simular com precisão o comportamento dos elétrons de uma molécula, que determinam praticamente todo o comportamento químico. Isso poderia ter um impacto fundamental na descoberta de drogas, por exemplo, com estimativas da afinidade de uma droga para seu alvo. Mais geralmente, influenciaria muitas outras áreas, incluindo a modelagem da catálise enzimática, que é importante para a percepção biológica e para o design racional dos catalisadores. Embora muitas aplicações exijam grandes computadores quânticos, há muito potencial para aplicações úteis nos próximos anos. Para os algoritmos de otimização, os autores consideram principalmente o dobramento de proteínas, que não é apenas um dos problemas abertos mais importantes da biologia moderna, mas também relacionado a aplicações práticas: conhecer a estrutura do alvo do medicamento expande vastamente a oportunidade de design racional de medicamentos, acelerando a entrega de medicamentos seguros e eficazes aos pacientes. Há algumas evidências de que os computadores quânticos podem ajudar a prever a estrutura de modelos simplificados de proteínas, embora seja difícil estabelecer o quanto isso ajudará e por quanto tempo teremos que esperar até que tenhamos computadores quânticos grandes o suficiente para fornecer resultados significativos. Ainda estamos nos primeiros dias da computação quântica, e é difícil prever quais dessas esperanças serão realizadas e quando. Como Simon Benjamin, professor de tecnologias quânticas e um dos autores do estudo, observa: “Essas perspectivas interessantes são suscetíveis ao ‘hype’, e também é importante reconhecer as ressalvas e os desafios nessa nova tecnologia”. 4/4 No entanto, os autores concluem sobre uma nota otimista, afirmando que “embora estejamos apenas entrando na era da computação quântica prática, já é possível vislumbrar uma biologia computacional quântica emergente”. Escrito por: Carlos Outeiral e Professora Charlotte Deane, com opinião de todos os autores Referência: Carlos Outeiral, et al. “As perspectivas da computação quântica em biologia molecular computacional.” WIREs Ciências Moleculares Computacionais (2020). DOI: 10.1002/wcms.1481 ASN WeeklyTradução Inscreva-se para receber nossa newsletter semanal e receba as últimas notícias científicas diretamente na sua caixa de entrada. ASN WeeklyTradução Inscreva-se no nosso boletim informativo semanal e receba as últimas notícias científicas. https://doi.org/10.1002/wcms.1481