IA prevê estruturas de RNA com base em sua sequência

Em 2020, o grupo DeepMind da empresa Alphabet impressionou os cientistas da área biológica ao anunciar o AlphaFold, uma inteligência artificial capaz de predizer a estrutura tridimensional de proteínas com base em sua sequência de aminoácidos. Esta não foi uma tarefa trivial, já que cada aminoácido contribui de forma individual e complexa nesta estrutura final. O formato tridimensional é essencial para a atividade que as proteínas exercem dentro das células. Mas não são só as proteínas que têm esta propriedade. Muitas outras moléculas formam estruturas tridimensionais que auxiliam em sua função. É o caso do RNA.

Tradicionalmente, o RNA é visto como um intermediário entre o DNA e as proteínas, já que ele é sintetizado a partir do material genético e serve como “receita” para a produção de proteínas, mas muitas sequências de RNA também exercem outras funções celulares. Agora, graças ao trabalho de pesquisadores da Universidade Ruhr Bochum, na Alemanha, a estrutura tridimensional dessas moléculas também pode ser predita com base em sua simples sequência, o que foi possível mais uma vez com o emprego de inteligência artificial.

Os cientistas comentam que, apesar de haverem modelos biofísicos capazes de realizar esta tarefa, eles não são capazes de levar em consideração o ambiente celular onde a molécula de RNA está sendo gerada, o que tem impacto significativo em seu formato final. Foi este o problema que a inteligência artificial resolveu, aprendendo os padrões sutis deste ambiente com base em estruturas conhecidas. Mas, ao contrário do trabalho do DeepMind, neste caso havia uma escassez de dados para treinamento. Os pesquisadores resolveram isso através de um processo de “engenharia reversa”, onde eles usaram sub-estruturas conhecidas do RNA para determinar as possíveis sequências que resultariam nelas, assim aumentando a quantidade de dados disponíveis para o treinamento.

Na validação do modelo, ele foi aplicado para prever a estrutura de moléculas de RNA bacteriano. Os resultados foram considerados suficientemente similares às moléculas com dados experimentais disponíveis.

Dado o atraso de desenvolvimento em relação ao AlphaFold, e as particularidades do processo de formação de RNA, este é apenas o início deste desenvolvimento, mas uma vez mais fica demonstrado o sucesso na convergência entre a ciência e as ferramentas possibilitadas pela inteligência artificial.

Deixe um comentário

O seu endereço de e-mail não será publicado.

Esse site utiliza o Akismet para reduzir spam. Aprenda como seus dados de comentários são processados.