A NVIDIA juntou-se a um grupo de organizações de investigação para disponibilizar previsões de estruturas tridimensionais de complexos proteicos de mais de 2.800 vírus. O conjunto foi integrado na AlphaFold Database, uma base de dados de acesso aberto, e inclui vírus conhecidos por infetar seres humanos, desde os associados à constipação comum até ameaças emergentes como a mpox. A iniciativa procura antecipar parte do trabalho necessário para estudar agentes patogénicos ainda pouco caracterizados.
A colaboração parte da experiência da COVID-19: décadas de investigação sobre coronavírus ajudaram os cientistas a compreender proteínas importantes do vírus e contribuíram para o desenvolvimento rápido de vacinas. Segundo o artigo publicado pela NVIDIA, esse conhecimento prévio pode não estar disponível quando surgir uma nova pandemia. O objetivo declarado é, por isso, criar antecipadamente informação estrutural que ajude a orientar a investigação sobre vírus com potencial para causar surtos.
As estruturas foram inferidas com o AlphaFold2, modelo da Google DeepMind para prever a forma tridimensional das proteínas, recorrendo a otimizações do BioNeMo Inference Runtime, da NVIDIA. O processo foi aplicado em larga escala a proteomas virais, isto é, ao conjunto de proteínas codificadas por cada vírus, para prever complexos — grupos de proteínas que interagem entre si. A NVIDIA também disponibilizou abertamente o BioNeMo Structure Prediction Pipeline, o fluxo de trabalho acelerado por GPU usado para produzir o conjunto, para que outros investigadores possam analisar sequências e gerar previsões próprias.
As previsões estão identificadas por níveis de confiança e descrevem formas possíveis para os complexos e interações entre proteínas. Não são, por si só, estruturas confirmadas experimentalmente. A NVIDIA refere que os investigadores podem testar previsões consideradas de elevada confiança através de métodos experimentais. Cerca de 30% das interações incluídas, segundo a empresa, não tinham correspondência documentada no Protein Data Bank, repositório de estruturas proteicas determinadas experimentalmente. Esse resultado poderá abrir novas hipóteses de investigação, mas não demonstra por si só uma função biológica nem uma aplicação clínica.
A parceria reúne, além da NVIDIA e da Google DeepMind, o EMBL-EBI, a Coalition for Epidemic Preparedness Innovations, a Universidade Nacional de Seul, a Universidade Sungkyunkwan, o Instituto Suíço de Bioinformática e a Universidade de Glasgow. O EMBL-EBI considera que o acesso aberto pode reduzir barreiras, incluindo para investigadores em regiões com menos recursos. O artigo situa o lançamento num esforço mais amplo de preparação para pandemias e cita uma estimativa do Center for Global Development: uma probabilidade de cerca de 50% de o mundo enfrentar, até 2050, uma pandemia tão grave como a COVID-19.
A publicação acrescenta que a AlphaFold Database contém agora mais de 260 milhões de previsões de proteínas e complexos proteicos. A utilidade do novo conjunto dependerá do trabalho posterior dos investigadores: as estruturas computacionais podem ajudar a formular perguntas sobre diagnósticos, tratamentos e vacinas, mas não equivalem a respostas verificadas. Ao tornar as previsões e o fluxo de trabalho acessíveis, os parceiros pretendem facilitar estudos em vírus para os quais existe atualmente pouca informação estrutural.
Porque importa
A disponibilização aberta de previsões estruturais pode ajudar investigadores a estudar vírus menos caracterizados e a formular hipóteses antes de um surto. O valor científico e clínico dessas previsões depende, porém, de validação e investigação posteriores.