Uma enzima corta o DNA (impressão artística). Enzimas sintéticas de clivagem de proteínas foram rapidamente projetadas com a ajuda da inteligência artificial.Crédito: Artur Plawgo/Biblioteca de Fotos Científicas
Os cientistas usaram modelos de inteligência artificial para criar proteínas CRISPR sintéticas que editam genomas de forma mais eficiente do que as suas contrapartes naturais. Esses sistemas CRISPR sintéticos poderão um dia aproveitar o poder da descoberta da medicina para a agricultura.
resultado1 Publicado em 16 de julho ciência.
“Assim como o CRISPR democratiza a capacidade de editar DNA à vontade, o design de proteínas baseado em IA promete permitir que qualquer pessoa crie características completamente novas no espaço das proteínas”, disse Søren Lienkamp, biólogo molecular da Universidade de Zurique, na Suíça, que não esteve envolvido na pesquisa. Ele acrescentou que o artigo “casa dois campos transformadores”: design guiado por IA e enzimas chamadas nucleases guiadas por RNA, que podem cortar cadeias de DNA e RNA.
Recorte, recorte
Estas nucleases formam a espinha dorsal de um sistema de edição de genes conhecido como CRISPR, que utiliza um “RNA guia” para direcionar a nuclease para uma sequência de DNA alvo. O núcleo atua então como uma tesoura molecular e corta o alvo, permitindo aos cientistas editar, apagar ou adicionar informação genética. Os sistemas CRISPR baseiam-se no maquinário que as bactérias usam para se defenderem contra vírus. As nucleases CRISPR mais comuns, como Cas9 e Cas12, são cooptadas de bactérias.
Por mais poderosa que seja a edição de genes, o processo é complexo. Os núcleos devem completar uma série de etapas cuidadosamente ordenadas, o que torna difícil ir além do que a evolução já produziu, compartilhou Jennifer Doudna, bioquímica da Universidade da Califórnia, Berkeley, e principal autora do artigo. Prêmio Nobel de Química 2020 por seu trabalho no sistema CRISPR. “Depois que você começa a ajustar as coisas, você percebe muito rapidamente que, quando faz alterações, elas acabam criando algo que não funciona.”
Ex-meta-cientistas estreiam modelo massivo de design de proteínas de IA
As ferramentas de IA oferecem a oportunidade de turbinar o processo de identificação de candidatos promissores para novos núcleos funcionais. Em vez de realizar centenas ou milhares de experimentos exploratórios, os pesquisadores poderiam, em teoria, pedir ao aprendizado de máquina que fizesse isso por eles. Para testar esta ideia, Doudna e seus colegas concentraram-se em fazer versões sintéticas de um grupo de minúsculas nucleases chamadas TnpBs, os precursores evolutivos do Cas12 comumente usado. Os cientistas queriam saber se poderiam alterar a sequência da proteína, mantendo ao mesmo tempo a capacidade da proteína de editar genes.
Para que uma proteína funcione, muitas vezes ela precisa assumir uma forma ou estrutura específica. A equipe forneceu um modelo de IA com a conformação final do TNPB e pediu-lhe que fizesse a engenharia reversa das alterações nos modelos de DNA subjacentes que ainda manteriam a forma final da proteína. Este procedimento resultou em milhares de alterações possíveis, mas não disse nada sobre se a proteína resultante estaria ativa.
