Raygun, uma ferramenta de IA capaz de redesenhar proteínas sem sacrificar sua função

Atrás deste método estão pesquisadores da Faculdade de Medicina da Universidade de Duke, Estados Unidos, que embora tenham falado pela primeira vez sobre a ferramenta em 2024, é agora que publicam os detalhes na revista Nature.

Esta, segundo os autores, abre novas possibilidades para a engenharia de proteínas com tamanhos e propriedades personalizadas, que seriam utilizadas na pesquisa biológica e, em última instância, para desenvolver no futuro medicamentos direcionados.

As proteínas realizam grande parte das atividades que permitem a sobrevivência das células e são necessárias para a função e regulação de tecidos e órgãos. São cadeias de centenas de aminoácidos e a sequência destes determina a estrutura tridimensional única de cada uma delas.

Em lugar de desenhar novas proteínas do zero, o método, denominado Raygun, baseia-se em modelos de linguagem de proteínas, sistemas de IA treinados com milhões de sequências de proteínas naturais.

Rohit Singh, um dos autores do trabalho, explica que existe uma linguagem que rege como a sequência de aminoácidos de uma proteína determina sua estrutura e função, mas "os cientistas não a compreendem totalmente".

Os modelos de linguagem de proteínas atuam como uma espécie de tradutor, aprendendo padrões de milhões de sequências proteicas e vinculando-os com a estrutura e função biológicas, prossegue o pesquisador.

Raygun parte desses modelos para oferecer uma nova forma de representar as proteínas. Em lugar de considerá-las simplesmente como cadeias de aminoácidos de diferentes comprimentos, o sistema as converte em uma representação matemática padronizada que recolhe os padrões-chave aprendidos pela IA.

O método pode comparar, reduzir, expandir ou redesenhar proteínas conservando características estruturais e funcionais importantes.

Diversas provas demonstraram que as proteínas geradas por IA mantiveram a integridade estrutural prevista e conservaram importantes sítios funcionais, detalha um comunicado da Universidade de Duke.

Estudos em células vivas confirmaram a validade desta abordagem em proteínas fluorescentes utilizadas para obtenção de imagens e em enzimas que desempenham funções celulares essenciais.

Além disso, experimentos validaram variantes, desenhadas mediante Raygun, do fator de crescimento epidérmico, uma proteína implicada na cicatrização de feridas e vinculada a vias de sinalização do crescimento celular frequentemente alteradas no câncer.

Este método poderia ajudar os pesquisadores a desenhar ferramentas mais eficientes para a terapia gênica, a biotecnologia e a pesquisa biomédica, ao mesmo tempo que oferece novas perspectivas sobre como as proteínas evoluem na natureza.

Não é a primeira vez que a IA é usada no mundo das proteínas. Por exemplo, em 2021/2022 foram divulgados dados dos modelos AlphaFold (Google) e ESMFold (Meta) para a previsão da estrutura destas moléculas.