AlphaFold – previsão de estrutura protéica

Mergulho da DeepMind na descoberta científica

Kiara Cuter Blocked Unblock Seguir Seguindo 16 dez

Pesquisadores da DeepMind reuniram recentemente especialistas das áreas de biologia estrutural, física e aprendizado de máquina para aplicar técnicas de ponta para prever a estrutura 3D de uma proteína baseada apenas em sua sequência genética.

O que há de tão grande em estruturas de proteínas?

“As proteínas são moléculas grandes e complexas essenciais para sustentar a vida. Quase todas as funções que nosso corpo realiza – contraindo músculos, sentindo a luz ou transformando comida em energia – podem ser rastreadas até uma ou mais proteínas e como elas se movem e mudam ”.

A função de uma proteína é completamente dependente de sua forma (estrutura 3D). Tomemos, por exemplo, proteínas de anticorpos. Essas proteínas, que podem ser encontradas em todo o sistema imunológico, são em forma de "Y" e funcionam como ganchos. Ao se ligar a vírus e bactérias, as proteínas de anticorpos podem detectar e marcar microorganismos malignos para o extermínio. Você também pode ter ouvido falar das proteínas CRISPR e Cas9, que agem como uma tesoura para cortar e colar o DNA.

Nós fizemos muito trabalho com proteínas, mas descobrir a forma 3D de uma proteína puramente a partir de sua sequência genética é uma tarefa que os cientistas vêm tentando liderar há décadas.

O desafio é que o DNA contém apenas informações sobre a sequência de blocos de construção de uma proteína chamados resíduos de aminoácidos, que formam longas cadeias. Prever como essas cadeias se dobram na intrincada estrutura 3D de uma proteína é o que é conhecido como o “problema de dobrar as proteínas”.

Em proteínas maiores, calcular as maneiras pelas quais os aminoácidos podem interagir para chegar a possíveis estruturas seria uma tarefa quase impossível. Ele só tem tempo demais.