David Baker, Demis Hassabis e John M. Jumper foram premiados com o Prêmio Nobel em Química por suas pesquisas em design computacional de proteínas e previsão de estrutura de proteínas.
“Esta investigação é um momento marcante, pois durante anos foi considerado impossível prever as estruturas das proteínas”, disse o presidente do Comité do Nobel de Química, Heiner Linke, que também explicou como as proteínas servem como blocos de construção de todas as funções corporais.
“Eu estava dormindo quando o telefone tocou. E minha esposa começou a gritar muito alto”, disse Baker aos repórteres. “Eu estava sobre ombros de gigantes”, disse ele, dando crédito aos seus colegas pesquisadores. “Adoro todas as proteínas, não consigo escolher uma favorita”, acrescentou.
Proteínas e suas estruturas – explicadas de forma simples
As proteínas são constituídas por cadeias de moléculas de aminoácidos, que formam sequências complexas. Essas sequências ajudam a ler, copiar e reparar ADN. DNA, ou ácido desoxirribonucléico, é uma molécula que contém o código genético único de cada indivíduo.
“Essas proteínas consistem em centenas de milhares de átomos que são responsáveis por todas as funções bioquímicas do corpo”, disse Linke.
IA ajudou a decifrar o código
Progresso em inteligência artificial (IA) e aprendizado de máquina, para os quais o Prêmios Nobel de Física de 2024 foram concedidostambém ajudou Baker, Hassabis e Jumper em suas pesquisas.
Baker e seus colegas laureados decifraram o código de como podem ser as estruturas das proteínas com a ajuda da IA.
“Eles usaram redes neurais e aprendizagem profunda para treinar um banco de dados que mostrou quão próximas duas estruturas de aminoácidos estavam uma da outra no espaço”, disse Johan Aqvist, membro do Comitê do Nobel de Química.
Da previsão de estruturas proteicas ao projeto de novas estruturas
David Baker criou ferramentas computacionais para prever estruturas de proteínas, com base nas descobertas do Prêmio Nobel de Química de 1972.
Essas descobertas revelaram a ligação entre as sequências de aminoácidos e a forma como elas se dobram em estruturas proteicas 3D biologicamente ativas.
Os esforços para identificar estruturas proteicas começaram em 2003, quando Baker e sua equipe criaram um programa de computador chamado Roseta.
Combinada com a cristalografia de raios X, uma técnica focada na descoberta de estruturas de nível atômico, Baker previu com sucesso uma estrutura proteica que correspondia à sua forma real.
Antes que Baker pudesse projetar novas proteínas, seu verdadeiro estruturas tiveram que ser previstas com alta precisãoque permaneceu baixo até 2018.
Isso mudou com AlphaFolduma ferramenta de IA desenvolvida por Demis Hassabis e John M. Jumper da DeepMind, uma subsidiária da Alphabet. AlphaFold, um sistema de aprendizagem profunda, demonstrou que as redes neurais podem modelar o complexo processo de enovelamento de proteínas.
AlphaFold 2 melhorou ainda mais a precisão, aprimorando sua representação interna e incorporando conhecimentos estruturais importantes no modelo.
Graças ao trabalho de Hassabis e Jumper, as previsões da estrutura proteica podem agora atingir uma precisão de 90%, permitindo que Baker projete novas estruturas proteicas.
Um spray nasal que previne vírus
Seu trabalho, graças aos avanços na IA, está sendo usado para desenvolver medicamentos. Baker e sua equipe criaram um spray nasal que contém proteínas projetadas especialmente para afastar a maioria dos vírus pandêmicos, como o coronavírus.
Prever e projetar estruturas proteicas pode ajudar na identificação de enzimas que contribuem para a resistência aos antibióticos, ao mesmo tempo que ajuda a desenvolver novas vacinas e tratamentos.
‘Estávamos apostando que eles venceriam’
“Estávamos apostando que eles venceriam”, disse Olav Schiemann, da Universidade de Bonn, que estuda estruturas de proteínas e suas funções, à DW.
Schiemann considera isso “uma verdadeira virada de jogo” para o campo da farmacologia. “Ver como as estruturas das proteínas mudam e reagem aos medicamentos e medicamentos é enorme”, acrescentou.
Ele também explicou como é fácil usar o AlphaFold. “Você liga o computador, adiciona sua sequência, espera um ou dois minutos e obtém um complexo de proteínas pronto para análise – tudo sem nenhum custo.”
Ele comparou as proteínas a uma fábrica com uma esteira transportadora em constante funcionamento. AlphaFold fornece aos cientistas um projeto desta fábrica, ajudando-os a compreender as proteínas e potencialmente a criar novas, disse ele.
Editado por: Rob Mudge