Como a biologia poderia estudar 200 milhões de proteínas se, em cerca de 60 anos, os experimentos haviam resolvido aproximadamente 200 mil estruturas? Essa diferença parece um erro de escala. Não é. Ela marca a passagem de uma ciência que precisava medir cada caso para uma ciência capaz de começar com uma hipótese calculada.
Uma proteína nasce como uma sequência de aminoácidos. Para funcionar, essa sequência se dobra em uma forma tridimensional específica. A forma decide se ela transporta uma molécula, acelera uma reação, compõe uma célula ou participa de uma doença. O problema é que a sequência não vem acompanhada de um manual de montagem. A cadeia precisa encontrar uma configuração entre um número gigantesco de possibilidades.
Em 2022, um modelo de IA de predição de estruturas publicou previsões para cerca de 200 milhões de proteínas, praticamente todo o catálogo conhecido de sequências. O salto em relação ao acervo experimental foi de mil vezes. O Prêmio Nobel de Química de 2024 reconheceu esse tipo de avanço, a primeira vez que o prêmio celebrou uma descoberta feita em parte por um sistema de IA.
O número impressiona. O mecanismo por trás dele é ainda mais interessante.
A proteína não se dobra como um origami
A analogia mais fácil é imaginar uma fita que se enrola até formar uma escultura. Ela ajuda, mas falha num ponto importante: uma proteína não testa conscientemente todas as formas possíveis. As interações químicas entre seus aminoácidos, a água ao redor e o ambiente celular empurram a cadeia para determinadas configurações.
O modelo de IA aprende padrões dessas relações observando estruturas já determinadas e sequências de proteínas. Depois, recebe uma nova sequência e calcula quais arranjos espaciais combinam melhor com o que aprendeu. O resultado não é uma fotografia da molécula. É uma previsão da posição dos seus componentes no espaço.
Para muitas proteínas comuns e compactas, as previsões podem ser comparadas com estruturas determinadas em laboratório; isso fornece uma forma de avaliação, não uma validação universal. O próprio sistema também estima a confiança em cada região, resíduo por resíduo.
Essa última informação muda o uso científico. Uma previsão não precisa ser aceita inteira ou descartada inteira. Ela pode mostrar uma região muito confiável e outra flexível, desordenada ou incerta.
A conta que o laboratório não consegue pagar
Determinar uma estrutura experimental exige técnicas como cristalografia e métodos afins. O trabalho pode levar anos e custar centenas de milhares de dólares por estrutura. Em seis décadas, o esforço acumulado resolveu cerca de 200 mil casos.
Agora suponha, apenas para sentir a escala, que cada estrutura experimental exigisse em média três anos de trabalho de uma equipe. Resolver 200 milhões dessa forma consumiria 600 milhões de anos-equipe. A conta não descreve um plano real, mas revela o ponto central: ampliar o laboratório não bastaria. Seria necessário mudar a ordem do processo.
Antes, a pergunta era: qual estrutura vale a pena tentar medir primeiro? Com um atlas de previsões, a pergunta passa a ser: qual previsão merece ser testada, corrigida ou usada como ponto de partida?
Essa consequência é uma implicação consolidada do uso das previsões: a pesquisa pode priorizar quais estruturas testar, corrigir ou usar como ponto de partida. Hipóteses sobre a função de proteínas, o desenho de fármacos e a criação de enzimas, que antes podiam esperar anos pela estrutura, agora começam em dias. A velocidade inicial aumentou porque o experimento deixou de começar no escuro.
Prever não é medir
Aqui está a distinção que impede o atlas de virar propaganda. Uma estrutura prevista é uma hipótese de alta qualidade, não um fato observado.
O modelo calcula uma configuração plausível. O experimento observa como a molécula se comporta em condições específicas. Essas condições importam. Uma proteína pode mudar de forma ao se ligar a outra molécula, ao entrar em contato com uma membrana, ao sofrer modificações químicas ou ao funcionar dentro da célula. Uma previsão baseada apenas na sequência pode não capturar todas essas situações.
A confiança também não é uniforme. Uma região rígida e bem definida pode receber uma estimativa alta, enquanto uma alça móvel apresenta baixa confiança. Isso não significa necessariamente que a previsão falhou. Pode significar que a proteína realmente não tem uma única forma estável naquela região.
O experimento continua sendo o árbitro quando a pergunta envolve comportamento real. Ele revela estados alternativos, interações, movimento e efeitos do ambiente. A IA oferece um mapa. A medição verifica se o terreno existe como o mapa sugere.
O atlas acelera a pergunta certa
O maior ganho não está em substituir pesquisadores por previsões. Está em permitir que eles escolham melhor onde gastar tempo, amostras e dinheiro.
Em uma hipótese de trabalho envolvendo uma proteína ligada a uma doença, uma previsão pode indicar um possível bolso de ligação para outra molécula. Essa hipótese orienta a seleção de compostos e define quais partes precisam de confirmação experimental. Se o modelo aponta baixa confiança justamente no local relevante, o resultado também é útil: ele mostra que a incerteza está concentrada ali.
Em 2022, um grande banco público de estruturas previstas reunia cerca de 200 milhões de proteínas. Até o momento divulgado sobre seu uso, mais de 2 milhões de pesquisadores de cerca de 190 países já haviam acessado esse acervo. Esse número deve ser lido como ordem de grandeza, porque mede uso registrado pelos mantenedores do banco, não o total de descobertas produzidas a partir dele.
O que ainda não sabemos é quanto dessas previsões se traduzirá em tratamentos, enzimas úteis ou explicações biológicas confirmadas. A distância entre uma forma plausível e uma função demonstrada continua sendo grande.
A parte que permanece misteriosa
A predição avançou muito quando a pergunta é “qual forma combina com esta sequência?”, mas isso não equivale a resolver todo o problema do enovelamento. A situação muda quando perguntamos como a proteína se move, como escolhe entre várias formas ou como interage com dezenas de componentes ao mesmo tempo.
Também existe uma questão mais profunda: saber a forma não equivale a saber a função. Duas proteínas podem ter estruturas parecidas e desempenhar papéis diferentes. Uma mesma proteína pode funcionar como uma máquina molecular dinâmica, alternando estados conforme o contexto.
Há hipóteses, ainda em teste, sobre usar modelos de IA para prever complexos, interações e efeitos de alterações na sequência. Os indícios são bons em alguns cenários e insuficientes para tratar a previsão como explicação completa da biologia.
O experimento não acabou. Ele mudou de posição. Em vez de explorar um território sem mapa, começa cada vez mais com uma rota provável e concentra a atenção nos lugares onde a previsão é fraca, surpreendente ou importante demais para permanecer sem confirmação.
O grande acervo de previsões não encerra a investigação sobre proteínas. Ele torna mais visível a pergunta que vem depois: entre todas as formas que uma molécula pode assumir, qual delas está realmente trabalhando dentro de uma célula?
