
A criação de proteínas no computador pode acelerar tratamentos, um avanço útil para um colega que acompanha inovações em medicina de precisão.

Zuckerberg aposta em IA para criar proteínas Fluxo da história e fatos principais
A Biohub, organização científica fundada por Mark Zuckerberg e Priscilla Chan, anunciou o lançamento de uma nova geração de modelos de inteligência artificial voltados para o estudo e design de proteínas. A iniciativa combina três ferramentas principais: o ESMFold2, que prevê estruturas tridimensionais de proteínas; o ESM Atlas, um mapa com 6,8 bilhões de sequências e 1,1 bilhão de estruturas previstas; e o ESMC, um modelo de linguagem de proteínas treinado com cerca de 2,8 bilhões de sequências. O objetivo é acelerar a descoberta de novos tratamentos, especialmente em oncologia e imunologia, ao permitir que pesquisadores projetem proteínas com alta precisão antes de testes laboratoriais.
O modelo aprende com padrões evolutivos das proteínas e consegue prever não apenas sua estrutura, mas também funções biológicas. Em testes recentes, a IA gerou dezenas de milhares de proteínas em dois dias, focando em alvos clínicos como EGFR, PD-L1 e CTLA-4, associados ao câncer e ao sistema imunológico. As proteínas mais promissoras foram validadas em laboratório, demonstrando estabilidade e capacidade de ligação terapêutica. Isso representa uma mudança significativa na velocidade da fase inicial de pesquisa.
A abordagem pode transformar a medicina de precisão, especialmente para doenças raras e formas específicas de câncer, onde o tempo e o custo dos métodos tradicionais são grandes barreiras. Ao disponibilizar essas ferramentas para pesquisadores em qualquer lugar, a Biohub busca democratizar o acesso à inovação biomolecular. Ainda assim, os modelos não substituem testes clínicos, e os próximos passos incluem ampliar o número de alvos e validar mais proteínas em ambientes biológicos reais.
Fatos
- A Biohub, fundada por Mark Zuckerberg e Priscilla Chan, lançou novos modelos de IA para prever e projetar estruturas de proteínas.
- As ferramentas incluem ESMFold2, ESM Atlas (com 6,8 bilhões de sequências) e ESMC (treinado com 2,8 bilhões de sequências).
- A IA gerou dezenas de milhares de proteínas em dois dias para alvos como EGFR, PD-L1 e CTLA-4, com validação laboratorial posterior.
- O modelo demonstrou capacidade de projetar ligantes para cinco alvos clinicamente relevantes em oncologia e imunologia.
- As ferramentas estão disponíveis para pesquisadores em qualquer lugar, visando acelerar terapias personalizadas.
Explicação visual de notícias do Canto. Ferramentas de IA podem apoiar a produção. Política editorial





