AI agora pode calcular a estrutura 3D de qualquer proteína

• Os pesquisadores usam um modelo de aprendizado profundo para determinar a estrutura 3D de uma proteína com base em sua sequência de aminoácidos.
• Uma vez completamente treinado, ele pode facilmente superar todas as técnicas existentes na estimativa de estruturas de proteínas para as quais não há conhecimento prévio.

A proteína é um dos principais blocos de construção do corpo humano. Ele constrói e mantém o tecido. Quimicamente, é composto de aminoácidos - compostos orgânicos feitos de hidrogênio, carbono, oxigênio, nitrogênio ou enxofre.

As proteínas realizam quase todos os processos biológicos fundamentais essenciais à vida, dobrando-se em estruturas tridimensionais precisas que controlam sua interação com outras moléculas.

Uma vez que a forma de uma proteína determina sua função e papel em várias doenças, é importante estudar e prever suas estruturas para desenvolver medicamentos que salvam e mudam vidas.

No entanto, não é tão fácil quanto parece. Nas últimas 5 décadas, o dobramento de proteínas continuou sendo um dos problemas mais desafiadores para os bioquímicos. Numerosos métodos computacionais foram desenvolvidos, especialmente nos últimos anos, para prever como as proteínas se dobram, mas um mapa de sequência para estrutura explícito ainda não foi alcançado.

Agora, pesquisadores da Harvard Medical School usaram um modelo de aprendizado profundo (uma forma de inteligência artificial) para determinar a estrutura 3D de uma proteína com base em sua sequência de aminoácidos. Ele supera as técnicas de última geração existentes por 6 a 7 ordens de magnitude em termos de velocidade.

Aplicação de aprendizagem profunda diferenciável de ponta a ponta

Os algoritmos avançados usam uma técnica de força bruta para simular a complexa física das interações de aminoácidos e determinar a estrutura da proteína. Para diminuir a sobrecarga computacional, esses algoritmos mapeiam novas sequências em modelos pré-concebidos que representam estruturas de proteínas previamente determinadas.

Alguns projetos de IA, como o AlphaFold do Google, analisam uma grande quantidade de dados genômicos contendo o projeto de sequências de proteínas. No entanto, esses métodos não estimam estruturas com base apenas na sequência de aminoácidos. Eles não podem determinar as proteínas únicas evolutivas (estruturas de proteínas que nunca foram estudadas no passado).

Portanto, a equipe de pesquisa usou uma técnica de aprendizado profundo diferenciável de ponta a ponta, que já se mostrou eficaz em alguns dos aplicativos mais populares, incluindo o Google Translate e o Siri da Apple.

Referência:Sistemas celulares | doi:10.1016 / j.cels.2019.03.006 | Harvard Medical School

Este sistema de aprendizado profundo, denominado rede geométrica recorrente, enfatiza as principais propriedades do enovelamento de proteínas. Ele é treinado em milhares de sequências e estruturas de proteínas predeterminadas.

Para cada aminoácido, o algoritmo calcula o ângulo das ligações químicas que ligam o ácido a seus vizinhos, bem como o ângulo de rotação em torno dessas ligações químicas.

Uma simulação visual de como a rede calcula o ângulo das ligações químicas e o ângulo de rotação em torno dessas ligações para construir uma estrutura da proteína. | Crédito:Mohammed AlQuraishi

A rede neural realiza esses cálculos (cada iteração é refinada pela localização relativa de todos os outros aminoácidos) até que a estrutura seja concluída. O sistema então verifica a precisão de seu resultado comparando-o com a estrutura real da proteína (obtida a partir de observações diretas).

Resultados

Este processo é repetido para várias proteínas conhecidas diferentes e a precisão do sistema aumenta a cada iteração. Pode levar meses para treinar a rede, mas uma vez que o treinamento é concluído, o modelo pode facilmente superar todas as técnicas existentes na estimativa de estruturas de proteínas para as quais não há conhecimento prévio.

Ainda assim, a precisão do modelo não é suficiente para resolver a estrutura atômica completa de uma proteína. Portanto, não está pronto para uso no desenvolvimento ou descoberta de medicamentos.

Leia:Novo método usa uma câmera de celular para medir proteínas extremamente raras no sangue

Por enquanto, ele pode complementar outras técnicas para prever uma classe muito mais ampla de estruturas de proteínas do que era possível anteriormente. Existem inúmeras oportunidades para melhorar o modelo integrando as leis da física e da química. Se você quiser experimentar, o código e os resultados estão disponíveis no GitHub.