IA em Ciências da Vida — Biologia, Medicina e Genômica

Estrutura de Proteínas

arXiv: 2021.07 (Nature, 2021)
Impacto: Resolução do problema de dobramento de proteínas — 50 anos de tentativas falhadas resolvido em 1 paper
Resultado: Precisão atômica na predição de estrutura 3D; melhor que métodos experimentais em speed
Treinamento: MSA (Multiple Sequence Alignment) + atenção estrutural; PDB como ground truth
Acesso: AlphaFold DB: 200M+ estruturas preditas; alphafold.ebi.ac.uk

Nature: "Accurate structure prediction of biomolecular interactions with AlphaFold 3" (2024)
Extensão: Proteínas + DNA + RNA + moléculas pequenas (ligantes) + covalentes
Aplicação: Design de drogas — prever como droga se encaixa na proteína
Acesso: alphafoldserver.com (restrito a pesquisa não-comercial)

ESM-1: arXiv:2019.08 — Transformer em sequências de aminoácidos
ESM-2: arXiv:2202.03460 — 15B parâmetros; maior PLM; estrutura emergente apenas de sequência
ESMFold: Predição de estrutura sem MSA (mais rápido que AlphaFold 2)

arXiv: 2024.06 (Science, 2024)
Multimodal biológico: Sequência + estrutura + função em um único modelo
Parâmetros: 98B
Resultado: Gerou proteínas fluorescentes funcionais sem precedente evolutivo
Destaque: Primeira evidência de IA criando proteínas genuinamente novas

Nature: "De novo protein design by inversion of RoseTTAFold structure prediction" (2023)
Mecanismo: Diffusion model sobre estruturas proteicas; design de proteínas a partir do zero
Resultado: Proteínas funcionais com scaffolds inteiramente novos

Science: 2022
Função: Dado backbone (esqueleto), projetar sequência que dobra para aquela estrutura
Complementar ao RFdiffusion: RFdiffusion faz o backbone; ProteinMPNN faz a sequência

Nature: "Genome modelling and design across all domains of life with Evo 2" (natureza.comarticless41586-026-10176-5)
Dados: 9T pares de base de DNA; 100.000+ espécies; todos os domínios da vida (Bacteria, Archaea, Eucaryota)
Parâmetros: 40B
Janela: 1M nucleotídeos — abrange genomas completos
Destaque: Primeiro modelo a modelar e gerar sequências genômicas em todos os domínios da vida; gerou DNA de cromossomo inteiro funcional; prevê doença de splicing com precisão clínica

Foco: Prediz regulação genética (expressão gênica, splicing, enhancers) a partir de sequência de DNA
Input: 1M pares de base de sequência de DNA
Output: Padrões de acessibilidade cromatina, expressão, splicing por tecido
Impacto: Identificar variantes genéticas causais de doenças

Nature: "Scaling deep learning for materials discovery" (2023)
Resultado: 2.2M novos cristais estáveis preditos (300× mais que toda história experimental)
Impacto: Acelerou descoberta de materiais para baterias, supercondutores

arXiv: 2312.03687
Mecanismo: Diffusion model para geração de estruturas cristalinas com propriedades target
Resultado: Gera materiais com propriedades específicas (não apenas prediz estabilidade)