Os cientistas esperaram meses pelo acesso a uma previsão de estrutura de protea­na altamente precisa desde que a DeepMind apresentou um progresso nota¡vel nesta área na Conferência de Avaliação Cra­tica de Predição de Estrutura de 2020, ou CASP14. A espera agora acabou.

Pesquisadores do Institute for Protein Design da University of Washington School of Medicine em Seattle, em grande parte, recriaram o desempenho alcana§ado pela DeepMind nesta importante tarefa. Esses resultados sera£o publicados online pela revista Science na quinta-feira, 15 de julho.

Ao contra¡rio do DeepMind, o manãtodo da equipe UW Medicine, que eles apelidaram de RoseTTAFold, estãodispona­vel gratuitamente. Cientistas de todo o mundo agora estãousando-o para construir modelos de protea­nas para acelerar suas próprias pesquisas. Desde julho, o programa foi baixado do GitHub por mais de 140 equipes de pesquisa independentes.

As protea­nas consistem em cadeias de aminoa¡cidos que se dobram em intrincadas formas microsca³picas. Essas formas únicas, por sua vez, da£o origem a quase todos os processos químicos dentro dos organismos vivos. Ao compreender melhor as formas das protea­nas, os cientistas podem acelerar o desenvolvimento de novos tratamentos para o ca¢ncer, COVID-19 e milhares de outros distúrbios de saúde.

"Tem sido um ano agitado no Institute for Protein Design, projetando terapaªuticas e vacinas COVID-19 e lana§ando-as em ensaios clínicos, juntamente com o desenvolvimento de RoseTTAFold para previsão de estrutura de protea­na de alta precisão. Estou muito satisfeito que a comunidade cienta­fica já esteja usando o RoseTTAFold servidor para resolver problemas biola³gicos pendentes ", disse o autor saªnior David Baker, professor de bioquímica da Escola de Medicina da Universidade de Washington, investigador do Howard Hughes Medical Institute e diretor do Institute for Protein Design.

No novo estudo, uma equipe de bia³logos computacionais liderada por Baker desenvolveu a ferramenta de software RoseTTAFold. Ele usa o aprendizado profundo para prever com rapidez e precisão as estruturas das protea­nas com base em informações limitadas. Sem a ajuda desse software, pode levar anos de trabalho de laboratório para determinar a estrutura de apenas uma protea­na.

RoseTTAFold, por outro lado, pode computar de forma confia¡vel uma estrutura de protea­na em apenas dez minutos em um aºnico computador de jogo.

A equipe usou RoseTTAFold para calcular centenas de novas estruturas de protea­nas, incluindo muitas protea­nas mal compreendidas do genoma humano. Eles também geraram estruturas diretamente relevantes para a saúde humana, incluindo aquelas para protea­nas associadas ao metabolismo lipa­dico problema¡tico, distúrbios de inflamação e crescimento de células cancerosas. E eles mostram que RoseTTAFold pode ser usado para construir modelos de complexos conjuntos biola³gicos em uma fração do tempo anteriormente necessa¡rio.

RoseTTAFold éuma rede neural de "três vias" , o que significa que considera simultaneamente padraµes nas sequaªncias de protea­nas, como os aminoa¡cidos de uma protea­na interagem entre si e a possí­vel estrutura tridimensional de uma protea­na. Nessa arquitetura, a informação unidimensional, bidimensional e tridimensional flui para frente e para trás, permitindo assim que a rede raciocine coletivamente sobre a relação entre as partes químicas de uma protea­na e sua estrutura dobrada .

"Esperamos que esta nova ferramenta continue a beneficiar toda a comunidade de pesquisa", disse Minkyung Baek, um pa³s-doutorado que liderou o projeto no laboratório Baker na UW Medicine.