Origens e Quebra

A DeepMind, originalmente conhecida por ensinar inteligência artificial a dominar jogos, redirecionou sua expertise para um problema científico fundamental: o dobramento de proteínas. O resultado foi o AlphaFold2, um sistema capaz de prever formas de proteínas tridimensionais com precisão atômica. Essa conquista foi descrita como um "momento iPhone" para a biologia, marcando uma mudança de IA recreativa para uma ferramenta com impacto científico transformador.

Impacto e Adoção Globais

As previsões do AlphaFold foram compiladas em um banco de dados público que agora contém mais de 200 milhões de estruturas previstas - essencialmente todo o universo de proteínas conhecido. O recurso é acessado por quase 3,5 milhões de pesquisadores em 190 países, ilustrando sua rápida integração em laboratórios em todo o mundo. O artigo da Nature de 2021 que anunciou o algoritmo foi citado dezenas de milhares de vezes, sublinhando sua influência em várias disciplinas.

Expansão de Capacidades com AlphaFold 3

Com base no sucesso do AlphaFold2, a DeepMind lançou o AlphaFold 3, extendendo as previsões de IA para DNA, RNA e interações de moléculas pequenas. Essa expansão exigiu novas abordagens de modelagem, incluindo modelos de difusão que são mais gerativos, mas também propensos a alucinações. Para mitigar isso, a DeepMind incorpora escores de confiança e etapas de verificação rigorosas, garantindo que as previsões permaneçam confiáveis, especialmente para proteínas intrinsecamente desordenadas.

Co-Cientista de IA e Sistemas Multiagentes

A DeepMind está desenvolvendo um co-cientista de IA baseado na plataforma Gemini 2.0. Esse sistema multiagente gera hipóteses, debate ideias internamente e sugere direções experimentais. Colaborações iniciais, como com pesquisadores do Imperial College que estudam interações vírus-bactérias, demonstraram a capacidade do sistema de sintetizar rapidamente uma vasta literatura e propor mecanismos novos que equipes humanas validaram experimentalmente mais tarde.

Direções e Desafios Futuros

Embora o AlphaFold tenha transformado a biologia estrutural, a DeepMind visa resolver problemas mais amplos e não resolvidos, incluindo a simulação de células inteiras. Entender o núcleo, o tempo de expressão gênica e as vias de sinalização são identificados como os próximos marcos. O modelo de parceria - onde a IA lida com a geração de hipóteses e os humanos se concentram na seleção de problemas e validação experimental - é visto como uma forma de acelerar a descoberta enquanto preserva a essencial percepção humana.

Usado: News Factory APP - descoberta e automação de notícias - ChatGPT para Empresas