DEV Community

Inácio Medeiros
Inácio Medeiros

Posted on

AlphaFold e a predição de estruturas

A estrutura terciária de uma proteína possui relação direta com o seu funcionamento e com diversos processos biológicos, muitos deles ligados ao funcionamento do corpo humano e ao surgimento e desenvolvimento de diversas doenças. Embora existam métodos de wet-lab para obtenção deste tipo de dado biológico, o emprego de técnicas computacionais é capaz de permitir a obtenção de uma quantidade dezenas de vezes maior em um tempo absurdamente menor, agilizando o avanço de diversas pesquisas.

Um dos principais "desafios do milênio" no mundo da bioinformática é justamente predizer como seria a estrutura terciária de uma proteína utilizando somente sua sequência de aminoácidos. O desafio é tal que em 1994 foi criada uma verdadeira "Copa do Mundo" [2], o CASP, destinada a monitorar os avanços na resolução deste problema. A regra é clara: se o modelo possuir uma "taxa de acerto" igual ou maior a 80%, então ele é tão bom quanto as técnicas experimentais de resolução de estruturas [3]. Por ser um problema NP-Difícil [1], esperava-se que ele fosse resolvido só depois de muitas décadas.

E eis que, 26 anos depois do primeiro CASP, aquela barreira dos 80% foi batida. Criado pela DeepMind 4, o AlphaFold, em sua segunda versão, se propõe a predizer estruturas utilizando uma arquitetura robusta de Deep Learning aliada a modelagens da física e matemática já utilizadas por outros preditores mais tradicionais. Em 2020, no CASP 14, ele atingiu uma média de acerto 92,4%, "sucesso" tal que os próprios organizadores da "Copa" declaram que o desafio estava oficialmente resolvido [6].

Os impactos científicos, tecnológicos, e até mesmo sociológicos deste grande feito podem ser conferidos em mais detalhes neste post 3 do blog do Mohammed AlQuraishi. Resta-nos agora saber (e aguardar) como ocorrerá o acesso a esta tecnologia: quem poderá usufruir primeiro, do que será possivel usar, quanto será preciso pagar etc. Afinal, como a solução veio com mundo corporativo, alguns dilemas e questões começam a surgir.

Referências

[1] https://www.brown.edu/Research/Istrail_Lab/papers/2001/2001_newman_chapter.pdf
[2] https://predictioncenter.org/
[3] https://moalquraishi.wordpress.com/2020/12/08/alphafold2-casp14-it-feels-like-ones-child-has-left-home/
[4] https://deepmind.com/
[5] https://deepmind.com/blog/article/alphafold-a-solution-to-a-50-year-old-grand-challenge-in-biology
[6] https://predictioncenter.org/casp14/doc/CASP14_press_release.html

Sentry image

See why 4M developers consider Sentry, “not bad.”

Fixing code doesn’t have to be the worst part of your day. Learn how Sentry can help.

Learn more

Top comments (0)

A Workflow Copilot. Tailored to You.

Pieces.app image

Our desktop app, with its intelligent copilot, streamlines coding by generating snippets, extracting code from screenshots, and accelerating problem-solving.

Read the docs

👋 Kindness is contagious

Please leave a ❤️ or a friendly comment on this post if you found it helpful!

Okay