DeepMind usado para criar o banco de dados mais completo das estruturas de proteínas 3D previstas

Prévia do material em texto

1/3
DeepMind usado para criar o banco de dados mais completo
das estruturas de proteínas 3D previstas
Este será um dos conjuntos de dados mais importantes desde o mapeamento do Genoma Humano,
dizem os especialistas.
Crédito da imagem: Getty/Science Photo Library RF
A DeepMind anunciou hoje a sua parceria com o Laboratório Europeu de Biologia Molecular (EMBL), o
laboratório emblemático da Europa para as ciências da vida, para fazer o banco de dados mais completo
e preciso até agora dos modelos de estrutura de proteínas previstos para o proteoma humano.
Isso cobrirá todas as proteínas de 20.000 libras expressas pelo genoma humano, e os dados estarão
livre e abertamente disponíveis para a comunidade científica. O banco de dados e o sistema de
inteligência artificial fornecem aos biólogos estruturais novas e poderosas ferramentas para examinar a
estrutura tridimensional de uma proteína e oferecer um tesouro de dados que poderiam desbloquear
avanços futuros e anunciam uma nova era para a biologia habilitada para IA.
O reconhecimento da AlphaFold em dezembro de 2020 pelos organizadores do benchmark Critical
Assessment of Protein Structure Prediction (CASP) como uma solução para o grande desafio de 50 anos
da previsão da estrutura de proteínas foi um avanço impressionante para o campo. O AlphaFold Protein
Structure Database baseia-se nesta inovação e nas descobertas de gerações de cientistas, desde os
primeiros pioneiros da imagem por proteínas e cristalografia, até os milhares de especialistas em
previsão e biólogos estruturais que passaram anos experimentando proteínas desde então. O banco de
https://www.advancedsciencenews.com/deepmind-solves-50-year-old-challenge-in-predicting-protein-folding/
2/3
dados expande drasticamente o conhecimento acumulado das estruturas proteicas, mais do que
duplicando o número de estruturas de proteínas humanas de alta precisão disponíveis para os
pesquisadores. O avanço da compreensão desses blocos de construção da vida, que sustentam todos
os processos biológicos em todos os seres vivos, ajudará a permitir que os pesquisadores de uma
enorme variedade de campos acelerem seu trabalho.
Na semana passada, a metodologia por trás da mais recente versão altamente inovadora do AlphaFold,
o sofisticado sistema de IA anunciou em dezembro passado que alimenta essas previsões de estrutura e
seu código aberto foram publicados na Nature. O anúncio de hoje coincide com um segundo artigo que
fornece a imagem mais completa das proteínas que compõem o proteoma humano e a liberação de 20
organismos adicionais que são importantes para a pesquisa biológica.
“Nosso objetivo na DeepMind sempre foi construir IA e depois usá-la como uma ferramenta para ajudar
a acelerar o ritmo da descoberta científica, avançando assim nossa compreensão do mundo ao nosso
redor”, disse Demis Hassabis, PhD, Fundador da DeepMind. “Nós usamos o AlphaFold para gerar a
imagem mais completa e precisa do proteoma humano. Acreditamos que isso representa a contribuição
mais significativa que a IA fez para o avanço do conhecimento científico até o momento e é uma ótima
ilustração dos tipos de benefícios que a IA pode trazer para a sociedade”.
AlphaFold já está ajudando cientistas a acelerar a descoberta
A capacidade de prever a forma de uma proteína computacionalmente a partir de sua sequência de
aminoácidos – em vez de determiná-la experimentalmente ao longo de anos de técnicas meticulosas,
laboriosas e muitas vezes dispendiosas – já está ajudando os cientistas a alcançar em meses o que
antes levava anos.
“O banco de dados AlphaFold é um exemplo perfeito do círculo virtuoso da ciência aberta”, disse a
diretora-geral da EMBL, Edith Heard. “O AlphaFold foi treinado usando dados de recursos públicos
construídos pela comunidade científica, por isso faz sentido que suas previsões sejam públicas.
Compartilhar as previsões AlphaFold de forma aberta e livre capacitará os pesquisadores em todos os
lugares a obter novos insights e impulsionar a descoberta. Acredito que o AlphaFold é realmente uma
revolução para as ciências da vida, assim como a genômica foi há várias décadas e estou muito
orgulhoso de que o EMBL tenha sido capaz de ajudar a DeepMind a permitir o acesso aberto a esse
recurso notável. ”
O AlphaFold já está sendo usado por parceiros como a Drugs for Neglected Diseases Initiative (DNDi),
que avançou sua pesquisa sobre curas que salvam vidas para doenças que afetam
desproporcionalmente as partes mais pobres do mundo, e o Centro de Inovação em Enzimas (CEI) está
usando o AlphaFold para ajudar a projetar enzimas mais rápidas para reciclar alguns dos nossos
plásticos de uso único mais poluentes. Para os cientistas que dependem da determinação da estrutura
experimental da proteína, as previsões do AlphaFold ajudaram a acelerar suas pesquisas. Por exemplo,
uma equipe da Universidade do Colorado Boulder está encontrando promessa no uso de previsões
AlphaFold para estudar a resistência aos antibióticos, enquanto um grupo da Universidade da Califórnia
San Francisco os usou para aumentar sua compreensão da biologia SARS-CoV-2.
Banco de dados de estrutura de proteínas AlphaFold
3/3
O AlphaFold Protein Structure Database baseia-se em muitas contribuições da comunidade científica
internacional, bem como as sofisticadas inovações algorítmicas da AlphaFold e as décadas de
experiência do EMBL-EBI em compartilhar os dados biológicos do mundo. O Instituto Europeu de
Bioinformática da DeepMind e do EMBL (EMBL-EBI) está a fornecer acesso às previsões da AlphaFold
para que outros possam usar o sistema como uma ferramenta para permitir e acelerar a investigação e
abrir caminhos completamente novos da descoberta científica.
“Este será um dos conjuntos de dados mais importantes desde o mapeamento do Genoma Humano”,
disse o diretor-geral adjunto do EMBL e diretor do EMBL-EBI, Ewan Birney. “Tornar as previsões do
AlphaFold acessíveis à comunidade científica internacional abre tantos novos caminhos de pesquisa,
desde doenças negligenciadas até novas enzimas para biotecnologia e tudo mais. Esta é uma grande
ferramenta científica nova, que complementa as tecnologias existentes e nos permitirá ultrapassar os
limites da nossa compreensão do mundo.”
Além do proteoma humano, o banco de dados é lançado com 350.000 estruturas, incluindo 20
organismos biologicamente significativos, como E. coli, moscas da fruta, camundongo, peixe-zebra,
parasita da malária e bactérias da tuberculose. A pesquisa sobre esses organismos tem sido objeto de
inúmeros trabalhos de pesquisa e numerosos grandes avanços. Essas estruturas permitirão que
pesquisadores em uma enorme variedade de campos – da neurociência à medicina – acelerem seu
trabalho.
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.