Inteligência artificial amplia possibilidades de criação e transformação de proteínas

A inteligência artificial passou a permitir alterações mais complexas em proteínas, indo além da simples substituição de componentes. Modelos generativos conseguem reorganizar sequências de aminoácidos, fazendo inserções, remoções e modificações capazes de alterar o tamanho e determinadas características das moléculas. Um dos exemplos é o Raygun, sistema que utiliza proteínas existentes como ponto de partida para desenvolver versões modificadas, algumas delas menores e ainda capazes de preservar propriedades estruturais importantes.

Parte dessas previsões já foi submetida a testes em células. Em experimentos com proteínas fluorescentes, seis das oito variantes avaliadas mantiveram níveis de fluorescência superiores ao controle. A tecnologia também foi utilizada para desenvolver versões reduzidas da TurboID, empregada em estudos sobre interações celulares, além de variantes maiores do fator de crescimento epidérmico, conhecido como EGF. Algumas dessas moléculas apresentaram maior capacidade de ligação ao receptor EGFR em comparação com a proteína original.

Apesar do avanço, especialistas ressaltam que modificar uma proteína existente e aprimorar uma de suas características não equivale necessariamente a criar uma função biológica inédita. Outra linha de pesquisa utiliza técnicas de aprendizado profundo para projetar proteínas que não têm correspondentes diretos na natureza. A IA permite explorar uma quantidade gigantesca de combinações de aminoácidos e selecionar candidatos com potencial para aplicações em medicamentos, materiais e biorremediação. Ainda assim, as moléculas precisam ser produzidas e testadas em laboratório, já que as previsões computacionais não garantem, por si só, que uma proteína terá a função esperada.