London A.I. Laboratório afirma descoberta que pode acelerar a descoberta de drogas

Alguns cientistas passam a vida tentando determinar a forma de pequenas proteínas no corpo humano.

As proteínas são os mecanismos microscópicos que conduzem o comportamento de vírus, bactérias, o corpo humano e todos os seres vivos. Eles começam como cadeias de compostos químicos, antes de se torcerem e se dobrarem em formas tridimensionais que definem o que eles podem e não podem fazer.

Para os biólogos, identificar a forma precisa de uma proteína geralmente requer meses, anos ou mesmo décadas de experimentação. É preciso habilidade, inteligência e mais do que um pequeno esforço. Às vezes, eles nunca fazem.

Agora, um laboratório de inteligência artificial em Londres construiu um sistema de computador que pode fazer o trabalho em algumas horas, talvez até alguns minutos.

DeepMind, um laboratório pertencente à mesma empresa controladora do Google, disse na segunda-feira que seu sistema, chamado AlphaFold, havia resolvido o que é conhecido como “o problema de dobramento de proteínas”. Dada a cadeia de aminoácidos que compõem uma proteína, o sistema pode prever sua forma tridimensional de maneira rápida e confiável.

Este tão procurado avanço poderia acelerar a habilidade de entender doenças, desenvolver novos medicamentos e desvendar os mistérios do corpo humano.

Os cientistas da computação têm lutado para construir um sistema assim por mais de 50 anos. Nos últimos 25 anos, eles mediram e compararam seus esforços por meio de uma competição global chamada Avaliação Crítica de Predição de Estrutura, ou C.A.S.P. Até agora, nenhum competidor havia sequer chegado perto de resolver o problema.

DeepMind resolveu o problema com uma ampla gama de proteínas, alcançando um nível de precisão que rivalizava com os experimentos físicos. Muitos cientistas presumiram que esse momento ainda estava a anos, se não décadas, de distância.

“Sempre esperei viver para ver esse dia”, disse John Moult, professor da Universidade de Maryland que ajudou a criar o C.A.S.P. em 1994 e continua a supervisionar a competição bienal. “Mas nem sempre foi óbvio que ele conseguiria.”

Como parte do C.A.S.P. Este ano, o Dr. Moult e outros pesquisadores supervisionando o concurso revisaram a tecnologia da DeepMind.

Se os métodos da DeepMind pudessem ser refinados, ele e outros pesquisadores disseram, eles poderiam acelerar o desenvolvimento de novos medicamentos, bem como os esforços para aplicar os medicamentos existentes a novos vírus e doenças.

A descoberta chega tarde demais para ter um impacto significativo sobre o coronavírus. Mas os pesquisadores acreditam que os métodos da DeepMind podem acelerar a resposta a futuras pandemias. Alguns acreditam que também pode ajudar os cientistas a entender melhor as doenças genéticas, como o mal de Alzheimer ou a fibrose cística.

Ainda assim, os especialistas alertaram que essa tecnologia afetaria apenas uma pequena parte do longo processo pelo qual os cientistas identificam novos medicamentos e analisam doenças. Também não estava claro quando ou como a DeepMind compartilharia sua tecnologia com outros pesquisadores.

DeepMind é um dos principais participantes em uma mudança radical que varreu a academia, a indústria de tecnologia e a comunidade médica nos últimos 10 anos. Graças a uma tecnologia de inteligência artificial chamada rede neural, as máquinas agora podem aprender a realizar muitas tarefas do que antes além do seu alcance – e às vezes fora do alcance dos humanos.

Uma rede neural é um sistema matemático vagamente modelado na rede de neurônios do cérebro humano. Aprenda habilidades analisando grandes quantidades de dados. Ao identificar padrões em milhares de fotos de gatos, por exemplo, você pode aprender a reconhecer um gato.

Esta é a tecnologia que reconhece rostos nas fotos que você publica no Facebook, identifica os comandos que você late em seu smartphone e traduz um idioma para outro no Skype e outros serviços. DeepMind está usando essa tecnologia para prever a forma das proteínas.

Se os cientistas podem prever a forma de uma proteína no corpo humano, eles podem determinar como outras moléculas irão se ligar fisicamente a ela. Esta é uma das maneiras pelas quais os medicamentos são desenvolvidos: um medicamento se liga a certas proteínas em seu corpo e muda seu comportamento.

Ao analisar milhares de proteínas conhecidas e suas formas físicas, uma rede neural pode aprender a prever as formas de outras. Em 2018, usando este método, DeepMind entrou no C.A.S.P. competição pela primeira vez e seu sistema superou todos os outros concorrentes, indicando uma mudança significativa. Mas sua equipe de biólogos, físicos e cientistas da computação, liderada por um pesquisador chamado John Jumper, estava longe de resolver o problema final.

Nos dois anos desde então, o Dr. Jumper e sua equipe projetaram um tipo completamente novo de rede neural especificamente para o dobramento de proteínas, e isso gerou um grande salto de precisão. Sua versão mais recente oferece uma solução poderosa, embora imperfeita, para o problema do dobramento de proteínas, disse a pesquisadora da DeepMind Kathryn Tunyasuvunakool.

O sistema pode prever com precisão a forma de uma proteína em aproximadamente dois terços do tempo, com base no C.A.S.P. concorrência. E seus erros com essas proteínas são menores do que a largura de um átomo, uma taxa de erro que rivaliza com os experimentos físicos.

“A maioria dos átomos está dentro de um diâmetro de átomo de onde eles estão na estrutura experimental”, disse o Dr. Moult, o organizador do concurso. “E com os que não são, há outras explicações possíveis para as diferenças.”

Andrei Lupas, diretor do departamento de evolução de proteínas do Instituto Max Planck de Biologia do Desenvolvimento, na Alemanha, está entre os que trabalharam com a AlphaFold. Ele faz parte de uma equipe que passou uma década tentando determinar a forma física de uma determinada proteína em um minúsculo organismo semelhante a uma bactéria chamado de archae.

Essa proteína se espalha em ambos os lados da membrana de células individuais (uma parte está dentro da célula, outra fora), tornando difícil para cientistas como o Dr. Lupas determinar a forma da proteína em laboratório. Mesmo depois de uma década, ele não conseguia definir a forma.

Com AlphaFold, ele resolveu o problema em meia hora.

Se esses métodos continuarem a melhorar, disse ele, eles poderiam ser uma maneira particularmente útil de determinar se um novo vírus poderia ser tratado com um coquetel de medicamentos existentes.

“Poderíamos começar a examinar todos os compostos autorizados para uso em humanos”, disse o Dr. Lupas. “Podemos enfrentar a próxima pandemia com os medicamentos que já temos”.

Durante a atual pandemia, uma forma mais simples de inteligência artificial se mostrou útil em alguns casos. Um sistema construído por outra empresa de Londres, BenevolentAI, ajudou a identificar um medicamento existente, o baricitinibe, que poderia ser usado para tratar pacientes gravemente enfermos de Covid-19. Os pesquisadores agora têm completou um ensaio clínico, embora os resultados ainda não tenham sido publicados.

À medida que os pesquisadores continuam a aprimorar a tecnologia, o AlphaFold pode acelerar ainda mais esse tipo de reutilização de drogas, bem como o desenvolvimento de vacinas inteiramente novas, especialmente se encontrarmos um vírus que é ainda menos conhecido do que o Covid-19.

David Baker, diretor do Protein Design Institute da University of Washington, que tem usado tecnologia de computador semelhante para desenvolver drogas contra o coronavírus, disse que os métodos da DeepMind podem acelerar esse trabalho.

“Fomos capazes de projetar proteínas neutralizantes do coronavírus em vários meses”, disse ele. “Mas nosso objetivo é fazer esse tipo de coisa em algumas semanas.”

Ainda assim, a velocidade do desenvolvimento deve lidar com outros problemas, como ensaios clínicos massivos, disse o Dr. Vincent Marconi, pesquisador da Emory University em Atlanta que ajudou a conduzir o estudo do baricitinibe. “Isso leva tempo”, disse ele.

Mas os métodos da DeepMind podem ser uma forma de determinar se um ensaio clínico falhará devido a reações tóxicas ou outros problemas, pelo menos em alguns casos.

Demis Hassabis, CEO e cofundador da DeepMind, disse que a empresa planeja divulgar detalhes que descrevem seu trabalho, mas é improvável que isso aconteça até o próximo ano. Ele também disse que a empresa está explorando maneiras de compartilhar a tecnologia com outros cientistas.

DeepMind é um laboratório de pesquisa. Não vende produtos diretamente para outros laboratórios ou empresas. Mas você pode trabalhar com outras empresas para compartilhar o acesso à sua tecnologia pela Internet.

Os maiores avanços de laboratório no passado envolveram jogos. Sistemas construídos que superaram o desempenho humano em o velho jogo de estratégia Go Y o popular videogame StarCraft – realizações altamente técnicas sem aplicação prática. Agora, a equipe da DeepMind está ansiosa para trazer sua tecnologia de inteligência artificial para o mundo real.

“Não queremos ser uma empresa líder”, disse Jumper. “Queremos a verdadeira relevância biológica.”