Raygun: uma ferramenta de IA para rediseñar proteínas mantendo sua função

Um avanço em engenharia de proteínas

Pesquisadores da Faculdade de Medicina da Universidade de Duke, Estados Unidos, apresentaram os detalhes da Raygun, uma ferramenta de inteligência artificial para o redesenho de proteínas. Embora a equipe tenha mencionado esta tecnologia pela primeira vez em 2024, agora publica uma análise exaustiva na revista Nature.

Segundo os autores, Raygun abre novas possibilidades para a engenharia de proteínas com tamanhos e propriedades personalizadas, aplicáveis em pesquisa biológica e, potencialmente, no desenvolvimento futuro de medicamentos direcionados.

Como funcionam as proteínas?

As proteínas realizam funções essenciais que permitem a sobrevivência celular e são necessárias para o funcionamento e regulação de tecidos e órgãos. Estão constituídas por cadeias de centenas de aminoácidos, cuja sequência determina a estrutura tridimensional única de cada proteína.

O funcionamento da Raygun

Em vez de projetar novas proteínas do zero, Raygun se baseia em modelos de linguagem de proteínas, sistemas de inteligência artificial 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. Os modelos de linguagem de proteínas atuam como uma espécie de tradutor, aprendendo padrões de milhões de sequências proteicas e vinculando-os à estrutura e função biológicas.

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

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

Validação experimental

Diversos testes demonstraram que as proteínas geradas por inteligência artificial mantiveram a integridade estrutural prevista e conservaram importantes sítios funcionais, segundo informou a 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 projetadas por meio da Raygun do fator de crescimento epidérmico, uma proteína envolvida na cicatrização de feridas e vinculada a vias de sinalização do crescimento celular frequentemente alteradas no câncer.

Aplicações potenciais

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

IA no estudo de proteínas

Não é a primeira vez que a inteligência artificial é utilizada no campo das proteínas. Entre 2021 e 2022 foram divulgados dados dos modelos AlphaFold (Google) e ESMFold (Meta) para a previsão da estrutura destas moléculas.