Novo sistema de IA projeta proteínas átomo por átomo, e elas funcionam
Um sistema de inteligência artificial generativa que projeta proteínas e ácidos nucleicos átomo por átomo teve agora seu projeto completo publicado, e as proteínas que inventou do zero realizaram a química pretendida em reações reais de laboratório.
O sistema, chamado RFdiffusion3 ou RFD3, foi construído por uma equipe internacional que reúne, entre outros, a Universidade de Washington nos Estados Unidos, a Universidade de Oxford no Reino Unido e a empresa de chips Nvidia. Os detalhes apareceram na revista Science, com relatos circulando na imprensa tecnológica chinesa em 19 de outubro. A equipe inclui David Baker, o professor da Universidade de Washington que dividiu o Prêmio Nobel de Química de 2024 por seu trabalho em design computacional de proteínas.
O avanço diz respeito à resolução. Ferramentas anteriores de design de proteínas trabalhavam com blocos de construção maiores, organizando pedaços de estrutura proteica como um designer moveria móveis por uma sala. O RFD3, em vez disso, modela átomos individuais, permitindo colocar cada ligação e cadeia lateral com controle muito mais fino. Segundo os relatos, ele pode gerar estruturas proteicas cerca de uma ordem de magnitude mais rápido que a geração anterior do sistema.
Essa velocidade e precisão importam porque as proteínas são as máquinas moleculares que fazem a maior parte do trabalho dentro das células vivas. Se os pesquisadores podem inventar novas sob demanda, podem mirar problemas que as proteínas naturais nunca evoluíram para resolver: novos catalisadores para a química industrial, sensores, materiais e potenciais medicamentos.
A afirmação mais impressionante é que isso não é apenas um exercício computacional. As proteínas recém-projetadas pelo RFD3 foram sintetizadas e testadas, e realizaram as funções que os designers pretendiam em reações químicas reais. Esse passo, de uma estrutura prevista na tela para uma molécula funcional em um tubo de ensaio, é onde a maioria dos esforços de design computacional historicamente tropeça.
O sistema também se estende além das proteínas para os ácidos nucleicos, como o DNA e o RNA, ampliando a gama de ferramentas moleculares que os cientistas podem tentar construir. A equipe publicou seu esquema de design detalhado para que outros grupos possam examinar e construir sobre o método, uma prática que se tornou comum no campo em rápida evolução da biologia impulsionada por IA.
O trabalho se encaixa em uma mudança mais ampla nas ciências da vida, onde o aprendizado de máquina está passando da análise de dados para a proposição de moléculas inteiramente novas. O design de proteínas tornou-se uma das demonstrações mais claras de que modelos generativos podem produzir objetos que não existem na natureza e que ainda se comportam como pretendido em condições do mundo real.
Para leitores globais, a importância é menos sobre qualquer molécula individual do que sobre a ferramenta em si. Um sistema que pode esboçar uma proteína no nível atômico, e fazer esse esboço se sustentar no laboratório, encurta o caminho da ideia ao experimento. O próximo teste será se laboratórios ao redor do mundo podem usá-lo para projetar proteínas que resolvam problemas práticos em medicina e indústria, em vez de apenas demonstrações elegantes.