Ainda assim, a equipe de Verba usa o AlphaFold (tanto o 2 quanto o 3, porque têm potências diferentes, diz ele) para executar versões virtuais de seus experimentos antes de executá-los no laboratório. Usando os resultados do AlphaFold, eles podem restringir o foco de um experimento – ou decidir que não vale a pena realizá-lo.
Isso pode realmente economizar tempo, diz ele: “Na verdade, não substituiu nenhum experimento, mas aumentou-os bastante”.
Nova onda
AlphaFold foi projetado para ser usado para diversos fins. Agora, diversas startups e laboratórios universitários estão aproveitando seu sucesso para desenvolver uma nova onda de ferramentas mais adaptadas à descoberta de medicamentos. Este ano, uma colaboração entre investigadores do MIT e a empresa farmacêutica de IA Recursion produziu um modelo chamado Boltz-2, que prevê não só a estrutura das proteínas, mas também quão bem as moléculas potenciais do medicamento se ligarão ao seu alvo.
No mês passado, a startup Genesis Molecular AI lançou outro modelo de previsão de estrutura chamado Pearl, que a empresa afirma ser mais preciso que o AlphaFold 3 para certas consultas que são importantes para o desenvolvimento de medicamentos. Pearl é interativo, para que os desenvolvedores de medicamentos possam alimentar o modelo com quaisquer dados adicionais que possam ter para orientar suas previsões.
AlphaFold foi um grande salto, mas há mais a fazer, diz Evan Feinberg, CEO da Genesis Molecular AI: “Ainda estamos inovando fundamentalmente, apenas com um ponto de partida melhor do que antes”.
A Genesis Molecular AI está reduzindo as margens de erro de menos de dois angstroms, o padrão de fato da indústria estabelecido pela AlphaFold, para menos de um angstrom – um 10 milionésimo de milímetro, ou a largura de um único átomo de hidrogênio.
“Pequenos erros podem ser catastróficos para prever quão bem um medicamento irá realmente se ligar ao seu alvo”, diz Michael LeVine, vice-presidente de modelagem e simulação da empresa. Isso ocorre porque as forças químicas que interagem em um angstrom podem parar de fazê-lo em dois. “Pode ir de ‘Eles nunca irão interagir’ para ‘Eles irão’”, diz ele.
Com tanta atividade neste espaço, quando devemos esperar que novos tipos de medicamentos cheguem ao mercado? Jumper é pragmático. A previsão da estrutura proteica é apenas um passo de muitos, diz ele: “Este não foi o único problema na biologia. Não é como se estivéssemos a uma estrutura proteica de distância da cura de qualquer doença.”
