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.