Google DeepMind anunciou o lançamento do AlphaProteo, um sistema de IA para ajudar pesquisadores biológicos e de saúde a projetar proteínas novas e de alta resistência que se ligam a moléculas-alvo com precisão e força.
O AlphaProteo foi treinado no Protein Data Bank (PDB), que permite avanços na ciência e na educação ao fornecer acesso e ferramentas para exploração, visualização e análise de estruturas 3D determinadas experimentalmente no arquivo do PDB.
Devido à estrutura de uma molécula alvo e a um conjunto de locais de ligação favoritos nessa molécula, o AlphaProteo cria uma proteína candidata que se liga ao alvo.
A gigante da tecnologia disse que os ligantes têm o potencial de abrir novas áreas de pesquisa em desenvolvimento de medicamentos e biossensores de diagnóstico.
“O AlphaProteo pode gerar novos ligantes de proteína para diversas proteínas-alvo, incluindo VEGF-A, que está associado ao câncer e complicações de diabetes. Esta é a primeira vez que uma ferramenta de IA foi capaz de projetar um ligante de proteína bem-sucedido para VEGF-A”, disseram as equipes de Protein Design e Wet Lab do Google DeepMind em uma postagem de blog.
“O AlphaProteo também alcança maiores taxas de sucesso experimental e três a 300 vezes mais afinidades de ligação do que os melhores métodos existentes em sete proteínas-alvo que testamos.”
Para testar o AlphaProteo, os desenvolvedores da IA projetaram ligantes para várias proteínas-alvo, incluindo “duas proteínas virais envolvidas na infecção, BHRF1 e domínio de ligação ao receptor da proteína spike do SARS-CoV-2, SC2RBD, e cinco proteínas envolvidas em câncer, inflamação e doenças autoimunes, IL-7Rɑ, PD-L1, TrkA, IL-17A e VEGF-A”.
A taxa de sucesso de ligação para um alvo viral, BHRF1, foi de 88%, em média, dez vezes maior do que os métodos tradicionais.
A equipe do laboratório web do Google DeepMind trabalhou com grupos de pesquisa externos, incluindo pesquisadores do Instituto Francis Crick, onde dados confirmaram que os ligantes AlphaProteo impediram que o SARS-CoV-2 infectasse células humanas.
O AlphaProteo demonstrou que poderia reduzir o tempo necessário para experimentos iniciais envolvendo ligantes de proteínas para vários usos.
No entanto, apesar dos avanços, os pesquisadores notaram que o sistema de IA tem limitações.
Por exemplo, o AlphaProteo não gerou ligantes bem-sucedidos para TNFa, uma proteína associada a doenças autoimunes, como artrite reumatoide.
“Selecionamos o TNFɑ para desafiar fortemente o AlphaProteo, pois a análise computacional mostrou que seria extremamente difícil projetar ligantes contra ele. Continuaremos a melhorar e expandir as capacidades do AlphaProteo com o objetivo de eventualmente abordar tais alvos desafiadores”, escreveram os autores.
A equipe de pesquisa do AlphaProteo planeja trabalhar com a comunidade científica para observar o impacto do AlphaProteo em outros problemas biológicos para entender melhor suas limitações.
Além disso, a equipe vem explorando seu uso no design de medicamentos no Isomorphic Labs.
A TENDÊNCIA MAIOR
Em junho, o Google Research e o Google DeepMind lançou um artigo anunciando a criação de um novo LLM para descoberta de medicamentos e desenvolvimento terapêutico denominado Tx-LLM, aprimorado a partir do Med-PaLM 2.
A gigante da tecnologia Med-PaLM 2 é uma tecnologia de IA generativa que usa LLMs do Google para responder a perguntas médicas.
Em maio, um estudo realizado por Pesquisa do Google em colaboração com o Google, a DeepMind mostrou que a gigante da tecnologia expandiu as capacidades de seus modelos de IA para Med-Gemini-2D, Med-Gemini-3D e Med-Gemini Polygenic.
O Google disse que aprimorou os recursos do Med-Gemini usando dados de histopatologia, dermatologia, radiologia 2D e 3D, genômica e oftalmologia.
Em 2023, o Google lançou ComLMdois modelos fundamentais desenvolvidos a partir do Med-PaLM 2, projetados para responder a perguntas médicas, gerar insights a partir de dados não estruturados e resumir informações médicas.
A empresa disse que, ao testar seus LLMs com organizações de saúde, aprendeu que os modelos de IA mais eficazes são projetados para abordar casos de uso específicos.
Como resultado, o modelo grande do MedLM é feito para lidar com tarefas complexas, enquanto o outro é um modelo médio que pode ser ajustado e dimensionado para diversas tarefas.
O Fórum de Segurança Cibernética em Saúde da HIMSS está programado para ocorrer de 31 de outubro a 1º de novembro em Washington, DC Saiba mais e registre-se.
