No início deste século, o Projeto Genoma Humano — um esforço internacional colaborativo que envolveu cientistas de várias instituições ao redor do mundo — transformou a ciência ao mapear boa parte da estrutura que forma o DNA das pessoas. Agora, duas décadas depois, uma nova revolução está em curso: com o apoio da inteligência artificial (IA), pesquisadores de todo o mundo têm conseguido entender as estruturas das proteínas, um feito que está ajudando a revolucionar a compreensão de processos microscópicos que ocorrem dentro das células.

As proteínas são os blocos de construção da vida e definem boa parte do que acontece dentro de uma célula. Identificar o formato exato de cada uma delas, em três dimensões, pode ajudar a entender melhor o funcionamento do corpo e a origem de uma série de doenças — desde anemia falciforme e malária a mal de Alzheimer e mal de Parkinson. Esse conhecimento pode ajudar, até mesmo, a entender como agentes patogênicos desenvolvem uma resistência a antibióticos.

“As proteínas são os agentes essenciais de todos os sistemas vivos. Embora sejam sintetizadas como cadeias lineares de aminoácidos, elas precisam assumir estruturas tridimensionais específicas para manifestar sua atividade biológica”, explica o bioquímico Andrei Lupas, diretor do Instituto Max Planck de Biologia do Desenvolvimento, instalado na cidade alemã de Tübingen.

No entanto, a relação entre sequência e estrutura, conhecida como problema de dobramento de proteínas, permaneceu indefinida durante meio século. Até que, em 2020, o programa de IA AlphaFold, desenvolvido pelo Google DeepMind (empresa de inteligência artificial do Google) e na época em sua segunda versão, resolveu em grande parte esse problema com um modelo que se mostrou 90% mais acurado do que qualquer outra ferramenta disponível. “O programa não solucionou completamente o desafio, mas significou um avanço importante e uma mudança na própria forma de realizar as pesquisas”, afirma Lupas.

Uma nova atualização do software, o AlphaFold3, foi lançada em maio de 2024 e promete ser ainda mais rápida e precisa. O sucesso do produto também deu origem a um novo mercado de desenvolvimento de soluções em IA capazes de entregar resultados ainda mais precisos. Diferentes empresas, desde gigantes de tecnologia até startups de biotecnologia, têm investido nessa frente.

Futuro promissor

“Há vinte anos, tentei usar redes neurais para aplicações de bioinformática, mas não deu certo. Retomamos recentemente, desde o lançamento do AlphaFold, em 2020. Agora podemos navegar pela estrutura da proteína com muito mais eficiência”, diz Lupas.

As previsões fornecidas pelo algoritmo ainda precisam passar por validação experimental, mas alcançaram o objetivo de levar eficiência e agilidade para o trabalho dos cientistas — que não vão perder seus empregos no processo, já que as pesquisas utilizam as informações geradas por inteligência artificial para avançar em frentes que demandam conhecimento humano.

O próximo passo é utilizar a ferramenta para entender como as proteínas interagem entre si e com outras moléculas dentro das células. E assim seguir contribuindo para o desenvolvimento de futuros medicamentos capazes de melhorar a qualidade de vida da população global, que, na média, segue vivendo cada vez mais tempo. No Brasil, por exemplo, a expectativa de vida ao nascer subiu de 57 anos em 1970 para 69,9 anos em 2000 e para 74,8 atualmente — a previsão é chegar a 80,4 anos em 2050.

“Quando se trata de progressos em ciência, não nos movemos em círculos, mas em espirais: voltamos às mesmas perguntas, sempre partindo de um ponto mais alto”, diz Lupas. “A IA proporciona um salto nessa espiral. Está nos permitindo voltar a questões antigas, a partir de novas bases. A nova geração é privilegiada: desafios que demoravam décadas para ser solucionados agora podem ser resolvidos em dias.” É um salto potencialmente ainda maior.

Publicado em VEJA, julho de 2024, edição VEJA Negócios nº 4