Investigadores Sul-Coreanos Usaram IA para Desenhar DNA que se Dobra em Formas Minúsculas

Pontos-chave

• Investigadores sul-coreanos publicaram um estudo em Nature Communications mostrando que um modelo de IA, Generative SNUPI, consegue desenhar estruturas de DNA a partir de formas desenhadas pelo utilizador.
• O origami de DNA, uma técnica para dobrar material genético em formas precisas, existe há aproximadamente 20 anos, mas desenvolveu-se lentamente porque o processo de desenho é dispendioso e exigente em mão de obra.
• Generative SNUPI utiliza um modelo de difusão, a mesma categoria de IA que potencia geradores de imagem como DALL-E, para traduzir uma forma-alvo numa especificação de DNA viável.
• As equipas de investigação estão baseadas na Universidade Nacional de Seul e na Universidade de Hanyang na Coreia do Sul.
• Versões futuras da ferramenta podem suportar estruturas flexíveis e móveis necessárias para entrega de fármacos e tratamento do cancro.

Imagine dobrar uma folha de papel num origami em forma de cegonha, exceto que o papel é uma cadeia de DNA e a cegonha final é milhares de vezes mais pequena do que um fio de cabelo humano. Essa é a ideia básica por trás do origami de DNA, e tem os cientistas entusiasmados com possibilidades que vão desde pequenos robôs médicos a estruturas que podem entregar fármacos diretamente no interior do corpo.

O problema sempre foi a etapa de desenho. Determinar exatamente como sequenciar, ou organizar, as letras químicas do DNA de forma a que a cadeia se dobre na forma correta requer conhecimento especializado, muita ajustagem manual e tempo significativo.

Um novo modelo de IA chamado Generative SNUPI, abreviatura de Structured Nucleic Acids Programming Interface, visa remover esse obstáculo. Equipas da Universidade Nacional de Seul e da Universidade de Hanyang construíram a ferramenta e descreveram-na na revista Nature Communications. Conforme inicialmente reportado por IEEE Spectrum AI, o modelo consegue pegar num contorno desenhado pelo utilizador, pense numa cara de cão ou na silhueta da Mona Lisa, e gerar um desenho de DNA que funciona fisicamente.

O modelo utiliza o que os investigadores chamam de modelo de difusão. Pense nisto como esboçar sobre uma forma com milhões de pequenos pontos precisos até que os próprios pontos se tornem a especificação. O modelo conhece as regras químicas que o DNA segue: especificamente, quais os blocos de construção moleculares que se atraem mutuamente. Utiliza essas regras para preencher a forma-alvo com uma sequência de DNA válida.

Após o desenho estar feito, cientistas de laboratório sintetizam, ou fabricam quimicamente, cadeias curtas de DNA chamadas grampos. Estes grampos puxam uma cadeia mais longa, chamada estrutura de suporte, para a forma pretendida. Kyounghwa Jeon, uma candidata a doutoramento na Universidade Nacional de Seul que trabalhou no projeto, diz que o processo é "muito semelhante ao encadernar papel."

A equipa descobriu que algumas formas não se mantinham inicialmente, não por causa de um erro na IA, mas porque a própria forma de entrada era estruturalmente instável. Adicionaram uma verificação antes da etapa de desenho para apanhar esses casos mais cedo.

O que isto significa para a medicina?

Por enquanto, afeta principalmente investigadores. A versão atual de Generative SNUPI produz estruturas rígidas, e muitos usos médicos do mundo real, como guiar um fármaco para uma célula cancerígena, necessitam de estruturas que possam flexionar e mover-se. Do-Nyun Kim, professor assistente na Universidade Nacional de Seul, diz que a equipa planeia expandir o trabalho para desenhos dinâmicos e reconfiguráveis em investigação futura.

Se esse objetivo for alcançado, os resultados práticos poderiam incluir sistemas de entrega de fármacos mais precisos e novas ferramentas para imunoterapia, tratamentos que preparam o sistema imunitário para combater doenças. Isto ainda está a anos de distância. Mas hoje, a ferramenta já torna um processo exigente, exclusivo de peritos, acessível a um grupo muito mais amplo de cientistas.

Rebecca Taylor, professora de engenharia mecânica na Universidade Carnegie Mellon que não participou no estudo, colocou-o claramente: "O campo inteiro é de certa forma capacitado e limitado pelas suas ferramentas. Quando se cria uma ferramenta nova que permite uma nova capacidade, isso é um grande avanço para o campo."