Predição da estabilidade de mutantes de proteínas com IA e AlphaFold2
São PauloCientistas do Instituto de Ciência Básica usaram inteligência artificial para estudar como mutações alteram a estabilidade das proteínas. Eles utilizaram o programa AlphaFold2, da DeepMind, para prever se uma proteína se tornará instável após uma mutação. Compreender isso é crucial porque proteínas instáveis podem causar doenças como o Alzheimer e sobrecarregar as células com a tarefa de reparo.
Apesar de o AlphaFold2 ter revolucionado a biologia estrutural, ainda apresenta limitações, especialmente porque foi treinado predominantemente em proteínas estáveis. Isso pode resultar em previsões precisas de estrutura que não necessariamente garantem a estabilidade. Os pesquisadores John McBride e Tsvi Tlusty queriam descobrir se o AlphaFold compreende os princípios físicos do dobramento de proteínas ou se simplesmente reconhece padrões estatísticos.
Principais conclusões do estudo incluem:
As estruturas previstas pelo AlphaFold oferecem muitas informações sobre a estabilidade das proteínas. Métricas que avaliam a tensão estão relacionadas a variações na estabilidade, e até mesmo pequenas alterações estruturais podem impactar significativamente a estabilidade de uma proteína.
A medida de deformação efetiva é uma métrica que identifica pequenas mudanças estruturais. McBride e Tlusty mostraram que as mudanças estruturais previstas pelo AlphaFold frequentemente correspondem a mudanças significativas de estabilidade observadas em experimentos.
Conhecer esses detalhes auxilia na criação de proteínas mais eficientes. Cientistas podem produzir proteínas mais estáveis e funcionais, o que é fundamental na fabricação de medicamentos e no tratamento de doenças relacionadas ao dobramento incorreto de proteínas. A capacidade de prever a estabilidade de uma proteína analisando sua estrutura abre novas possibilidades em biotecnologia e tratamentos médicos.
Este estudo destaca como a IA pode auxiliar na descoberta científica. O AlphaFold já é capaz de prever estruturas de proteínas, mas, com avanços, poderá também prever sua estabilidade e função. Esse entendimento mais profundo pode transformar a forma como fazemos pesquisas biológicas e desenvolvemos tratamentos médicos.
Pesquisadores do IBS descobriram uma nova aplicação para o AlphaFold que vai além de sua função original. Eles examinaram a interação entre estrutura e estabilidade e demonstraram a necessidade de novos modelos para compreender os detalhes físicos. Isso pode resultar em grandes avanços na engenharia de proteínas e no tratamento de doenças.
O estudo é publicado aqui:
http://dx.doi.org/10.1103/PhysRevLett.133.098401e sua citação oficial - incluindo autores e revista - é
John M. McBride, Tsvi Tlusty. AI-Predicted Protein Deformation Encodes Energy Landscape Perturbation. Physical Review Letters, 2024; 133 (9) DOI: 10.1103/PhysRevLett.133.09840119 de novembro de 2024 · 20:02
IA eficiente ao alcance: modelos de linguagem otimizados para dispositivos móveis
18 de novembro de 2024 · 09:36
Estudo preciso do comportamento de camundongos com menos animais graças à IA inovadora
18 de novembro de 2024 · 07:24
AI revoluciona cirurgias ao identificar tumores cerebrais rapidamente com FastGlioma: avanço promissor na medicina
Compartilhar este artigo