Há duas décadas, a engenharia de proteínas projetadas era um sonho.

Agora, graças à IA, as proteínas personalizadas custam um centavo a dúzia. Proteínas sob encomenda muitas vezes têm formas ou componentes específicos que lhes conferem habilidades novas na natureza. Desde medicamentos mais duradouros e vacinas à base de proteínas, até biocombustíveis mais ecológicos e comedor de plástico proteínas, o campo está se tornando rapidamente uma tecnologia transformadora.

O design personalizado de proteínas depende de técnicas de aprendizado profundo. Com grandes modelos de linguagem – a IA por trás do sucesso de bilheteria ChatGPT da OpenAI – sonhando com milhões de estruturas além da imaginação humana, a biblioteca de proteínas de design bioativas deverá se expandir rapidamente.

“É extremamente fortalecedor”, disse recentemente o Dr. Neil King, da Universidade de Washington. disse Natureza. “Coisas que eram impossíveis há um ano e meio – agora é só fazer.”

No entanto, com grande poder vem uma grande responsabilidade. À medida que as proteínas recentemente concebidas ganham cada vez mais força para utilização na medicina e na bioengenharia, os cientistas interrogam-se agora: o que acontecerá se estas tecnologias forem utilizadas para fins nefastos?

Um ensaio recente em Ciência destaca a necessidade de biossegurança para proteínas projetadas. Semelhante às conversas em andamento sobre a segurança da IA, os autores dizem que é hora de considerar os riscos e políticas de biossegurança para que as proteínas personalizadas não se tornem nocivas.

O ensaio é escrito por dois especialistas na área. Um deles, o Dr. David Baker, diretor do Instituto para Design de Proteínas na Universidade de Washington, liderou o desenvolvimento do RoseTTAFold - um algoritmo que resolveu o problema de meia década de decodificação da estrutura da proteína apenas a partir de suas sequências de aminoácidos. O outro, Dr. George Church, da Harvard Medical School, é um pioneiro em engenharia genética e biologia sintética.

Eles sugerem que as proteínas sintéticas precisam de códigos de barras incorporados na sequência genética de cada nova proteína. Se alguma das proteínas projetadas se tornar uma ameaça – digamos, potencialmente desencadeando um surto perigoso – seu código de barras facilitaria o rastreamento de sua origem.

O sistema basicamente fornece “uma trilha de auditoria”, a dupla escrever.

Mundos colidem

As proteínas projetadas estão inextricavelmente ligadas à IA. O mesmo acontece com as potenciais políticas de biossegurança.

Há mais de uma década, o laboratório de Baker usou um software para projetar e construir uma proteína chamada Top7. As proteínas são feitas de blocos de construção chamados aminoácidos, cada um dos quais está codificado dentro do nosso DNA. Como contas em um cordão, os aminoácidos são então enrolados e enrugados em formas 3D específicas, que muitas vezes se combinam em arquiteturas sofisticadas que suportam a função da proteína.

O Top7 não conseguia “conversar” com os componentes naturais das células – não tinha nenhum efeito biológico. Mas mesmo assim, a equipe Concluído que a concepção de novas proteínas torna possível explorar “as grandes regiões do universo proteico ainda não observadas na natureza”.

Entre na IA. Várias estratégias foram lançadas recentemente para projetar novas proteínas em velocidades supersônicas em comparação com o trabalho de laboratório tradicional.

Uma delas é a IA baseada em estrutura, semelhante a ferramentas de geração de imagens como o DALL-E. Esses sistemas de IA são treinados em dados ruidosos e aprendem a remover o ruído para encontrar estruturas proteicas realistas. Chamados de modelos de difusão, eles aprendem gradualmente estruturas proteicas compatíveis com a biologia.

Outra estratégia depende de grandes modelos de linguagem. Assim como o ChatGPT, os algoritmos encontram rapidamente conexões entre “palavras” de proteínas e destilam essas conexões em uma espécie de gramática biológica. Os filamentos de proteína gerados por esses modelos provavelmente se dobram em estruturas que o corpo pode decifrar. Um exemplo é o ProtGPT2, que pode projetar proteínas ativas com formatos que podem levar a novas propriedades.

Digital para Físico

Esses programas de design de proteínas de IA estão soando alarmes. As proteínas são os blocos de construção da vida – as mudanças podem alterar drasticamente a forma como as células respondem a medicamentos, vírus ou outros agentes patogénicos.

No ano passado, governos de todo o mundo anunciaram planos para supervisionar a segurança da IA. A tecnologia não foi posicionada como uma ameaça. Em vez disso, os legisladores desenvolveram cautelosamente políticas que garantem que a investigação segue as leis de privacidade e reforçam a economia, a saúde pública e a defesa nacional. Liderando o ataque, a União Europeia concordou com a Lei de IA limitar a tecnologia em certos domínios.

As proteínas sintéticas não foram mencionadas diretamente nos regulamentos. Esta é uma ótima notícia para a produção de proteínas de design, que poderiam ser prejudicadas por regulamentações excessivamente restritivas, escrevem Baker e Church. No entanto, uma nova legislação sobre IA está em elaboração, com o órgão consultivo das Nações Unidas sobre IA pronto para compartilhar diretrizes sobre regulamentação internacional no meio deste ano.

Dado que os sistemas de IA utilizados para produzir proteínas de concepção são altamente especializados, poderão ainda passar despercebidos aos radares regulamentares – se o campo se unir num esforço global de auto-regulação.

No Cúpula de Segurança de IA de 2023, que discutiu o design de proteínas habilitadas para IA, os especialistas concordaram que documentar o DNA subjacente de cada nova proteína é fundamental. Tal como as suas contrapartes naturais, as proteínas desenhadas também são construídas a partir do código genético. O registo de todas as sequências de ADN sintético numa base de dados poderia facilitar a identificação de sinais de alerta para designs potencialmente prejudiciais – por exemplo, se uma nova proteína tiver estruturas semelhantes às conhecidas patogénicas.

A biossegurança não restringe o compartilhamento de dados. A colaboração é fundamental para a ciência, mas os autores reconhecem que ainda é necessária para proteger os segredos comerciais. E, como na IA, algumas proteínas projetadas podem ser potencialmente úteis, mas perigosas demais para serem compartilhadas abertamente.

Uma maneira de contornar esse enigma é adicionar diretamente medidas de segurança ao próprio processo de síntese. Por exemplo, os autores sugerem adicionar um código de barras – feito de letras aleatórias de DNA – a cada nova sequência genética. Para construir a proteína, uma máquina de síntese pesquisa sua sequência de DNA e somente quando encontra o código é que começa a construir a proteína.

Por outras palavras, os criadores originais da proteína podem escolher com quem partilhar a síntese – ou se a partilham – ao mesmo tempo que podem descrever os seus resultados em publicações.

Uma estratégia de código de barras que vincule a produção de novas proteínas a uma máquina de síntese também aumentaria a segurança e dissuadiria os malfeitores, dificultando a recriação de produtos potencialmente perigosos.

“Se uma nova ameaça biológica surgir em qualquer parte do mundo, as sequências de ADN associadas poderão ser rastreadas até às suas origens”, escreveram os autores.

Será um caminho difícil. A segurança das proteínas projetadas dependerá do apoio global de cientistas, instituições de pesquisa e governos, escrevem os autores. No entanto, houve sucessos anteriores. Grupos globais estabeleceram diretrizes de segurança e partilha noutros campos controversos, como a investigação com células estaminais, engenharia genética, implantes cerebrais e IA. Embora nem sempre seguido -Bebês CRISPR são um exemplo notório—na sua maior parte, estas directrizes internacionais ajudaram a fazer avançar a investigação de ponta de uma forma segura e equitativa.

Para Baker e Church, as discussões abertas sobre a biossegurança não atrasarão o trabalho. Em vez disso, pode reunir diferentes setores e envolver a discussão pública para que o design de proteínas personalizadas possa prosperar ainda mais.

Crédito de imagem: Universidade de Washington

• Conteúdo com tecnologia de SEO e distribuição de relações públicas. Seja amplificado hoje.
• PlatoData.Network Gerativa Vertical Ai. Capacite-se. Acesse aqui.
• PlatoAiStream. Inteligência Web3. Conhecimento Amplificado. Acesse aqui.
• PlatãoESG. Carbono Tecnologia Limpa, Energia, Ambiente, Solar, Gestão de resíduos. Acesse aqui.
• PlatoHealth. Inteligência em Biotecnologia e Ensaios Clínicos. Acesse aqui.
• Fonte: https://singularityhub.com/2024/01/29/ai-can-design-totally-new-proteins-from-scratch-its-time-to-talk-biosecurity/