Zuckerberg e esposa investem em IA para criar proteínas e tratamentos

A Biohub, empresa criada por Mark Zuckerberg e Priscilla Chan, divulgou a lançamento de um modelo de IA voltado ao estudo da biologia das proteínas e ao design de estruturas mais precisas para tratamentos. A informação foi anunciada no site da empresa.

A nova geração, chamada de Modelos Evolutivos em Escada (ESM), aprende a partir das sequências proteicas ao longo da evolução e usa esse conhecimento para representar, mapear, prever e projetar proteínas com maior probabilidade de atuação terapêutica.

O sistema contempla três artefatos: ESMFold2, para prever estruturas e impulsionar o desenho de novas proteínas; ESM Atlas, que reúne 6,8 bilhões de sequências e 1,1 bilhão de estruturas previstas; e ESMC, um modelo de linguagem de proteínas treinado em cerca de 2,8 bilhões de sequências.

Segundo a Biohub, a IA pode favorecer o desenvolvimento de proteínas que se ligam a alvos moleculares específicos, aumentando a afinidade de ligação. Os resultados foram validados contra cinco alvos relevantes em oncologia e imunologia.

“Acreditamos que este é um momento importante no design de proteínas. Quando as representações digitais da biologia atingirem maior precisão, os designs poderão ser testados computacionalmente antes de irem ao laboratório”, afirmou a Biohub.

Como o modelo funciona

O ESMC é o mais recente passo de um programa iniciado em 2019, que criou o primeiro modelo de linguagem transformer para sequências de proteínas. O treinamento busca internalizar propriedades que regem o dobramento, a interação e a função das proteínas.

As proteínas são formadas por aminoácidos cuja ordem determina a dobra da cadeia e, consequentemente, sua função. Pesquisadores identificaram que modelos de IA captam não apenas sequências, mas também estruturas e funções biológicas.

Aplicações na medicina

Com o aprendizado de padrões biológicos, o modelo consegue prever formatos tridimensionais, funções e até projetar proteínas inéditas no computador. A ferramenta pode permitir o projeto de ligantes com alta seletividade, acelerando etapas da medicina de precisão.

O estudo destaca o potencial para criar proteínas que se ligam a alvos como EGFR, PD-L1 e CTLA-4, ligados a câncer e ao sistema imune. Em testes, a IA gerou dezenas de milhares de proteínas em cerca de dois dias para identificar candidatos estáveis com potencial terapêutico.

Resultados indicam que maior poder computacional elevou a taxa de sucesso, especialmente entre anticorpos mais desafiadores. Algumas proteínas criadas passaram a ser testadas em laboratório e mostraram ligação estável aos alvos.

Segundo a biohub, os pesquisadores mostram que é possível projetar ligantes de proteínas validados em laboratório para cinco alvos clinicamente relevantes em questões de dias, ampliando o acesso a essas ferramentas para pesquisadores, em qualquer lugar.