Hassabis e Jumper ganham Nobel por inovações na previsão de estruturas de proteínas, e David Baker é premiado por design computacional
A Academia Real Sueca de Ciências concedeu o Prêmio Nobel de Química de 2024 a Demis Hassabis e John M. Jumper, da Google DeepMind, em reconhecimento ao uso de inteligência artificial para prever a estrutura de proteínas, nesta terça-feira (8).
A outra metade do prêmio foi destinada a David Baker, professor de Bioquímica na Universidade de Washington, por suas contribuições significativas em design computacional de proteínas. Juntos, os premiados dividirão um prêmio total de 11 milhões de coroas suecas (aproximadamente US$ 1 milhão).
Os avanços na pesquisa sobre proteínas têm um impacto potencial gigantesco na biomedicina. Entender as funções das proteínas requer o conhecimento de suas estruturas, um processo que antes demandava meses ou até anos para ser solucionado para cada tipo de proteína. Com as ferramentas computacionais desenvolvidas pelos vencedores, o tempo necessário para prever essas estruturas foi drasticamente reduzido, abrindo novas possibilidades para a pesquisa científica e o desenvolvimento de medicamentos.
Leia também: Quem regula o futuro digital do Brasil? Anatel defende a criação de um órgão especializado
Hassabis, cofundador e CEO da Google DeepMind, e Jumper, diretor da Google DeepMind, foram responsáveis pela criação do AlphaFold, uma ferramenta que, em 2020, resolveu o desafio de prever a estrutura tridimensional de proteínas a partir de sequências de aminoácidos. Desde então, o AlphaFold tem sido utilizado para prever as formas de todas as proteínas conhecidas pela ciência, com sua versão mais recente, AlphaFold 3, sendo capaz de prever também as estruturas de DNA, RNA e ligantes, essenciais para a descoberta de novos medicamentos .
Além disso, a DeepMind tornou os resultados do AlphaFold acessíveis a cientistas ao disponibilizar o código-fonte e o banco de dados dos resultados de forma gratuita, promovendo a colaboração e o avanço da pesquisa global.
Por sua vez, David Baker tem se destacado pela criação de ferramentas de IA que auxiliam no design e previsão de estruturas de proteínas. Seu laboratório desenvolveu, em 2022, o ProteinMPNN, uma ferramenta de código aberto que ajuda pesquisadores a descobrir novas proteínas e projetar sequências de aminoácidos que se dobram em formas específicas.
“[As proteínas] evoluíram ao longo da evolução para resolver os problemas que os organismos enfrentaram durante a evolução. Mas hoje enfrentamos novos problemas, como a Covid. Se pudéssemos projetar proteínas que fossem tão boas em resolver novos problemas quanto aquelas que evoluíram durante a evolução são em resolver problemas antigos, isso seria realmente, realmente poderoso”, disse Baker à MIT Technology Review em 2022.
Recentemente, Baker anunciou o desenvolvimento de moléculas personalizadas que permitem a eliminação precisa de proteínas associadas a doenças em células vivas. Em suas próprias palavras, ele enfatizou a necessidade de projetar proteínas para resolver novos problemas, comparando essa capacidade com a evolução das proteínas que enfrentaram desafios ao longo da história.
*Com informações do MIT Technology Review
Siga o IT Forum no LinkedIn e fique por dentro de todas as notícias!
A redação contempla textos de caráter informativo produzidos pela equipe de jornalistas do IT Forum.
