A Microsoft Research apresentou o BioEmu 1, um sistema de IA inovador que está transformando a pesquisa em genômica por meio de uma análise de dobramento de proteínas dramaticamente acelerada.
O modelo de deep learning é capaz de gerar milhares de estruturas de proteínas estatisticamente independentes por hora em uma única GPU, operando a velocidades dez vezes superiores ao AlphaFold 2, anteriormente considerado o padrão ouro na área. Enquanto o AlphaFold revolucionou a predição de estruturas estáticas de proteínas, o BioEmu 1 vai além ao modelar o comportamento dinâmico das proteínas — capturando toda a gama de conformações que as proteínas naturalmente adotam.
O BioEmu 1 atinge esse desempenho notável ao integrar três fontes de dados essenciais: estruturas do Banco de Dados AlphaFold, um extenso conjunto de dados de simulações de dinâmica molecular e dados experimentais de estabilidade de dobramento de proteínas. A eficiência do sistema é tão impressionante que laboratórios universitários agora podem executar varreduras virtuais complexas de mutagênese durante pequenos intervalos, tarefas que antes exigiam dias ou semanas de computação.
"A dinâmica das proteínas surge como o próximo desafio na descoberta científica após a predição precisa de estruturas", observa o professor Martin Steinegger, da Universidade Nacional de Seul. "Com o BioEmu, cientistas agora podem acessar rapidamente operações de amostragem de paisagens de energia livre para proteínas graças à tecnologia de deep learning."
O impacto da tecnologia vai além da pesquisa acadêmica. Na descoberta de medicamentos, o BioEmu 1 pode identificar bolsões de ligação criptográficos que frequentemente passam despercebidos por métodos convencionais, oferecendo novos alvos para intervenções terapêuticas. O sistema também prevê com precisão a estabilidade de proteínas por meio de cálculos de energia livre de dobramento que correspondem aos resultados de avaliações experimentais.
A Microsoft lançou o BioEmu 1 como software de código aberto, em contraste com as abordagens mais restritivas de alguns concorrentes. Essa decisão permite que pesquisadores de todo o mundo avancem em seus estudos sobre a dinâmica de proteínas, potencialmente acelerando descobertas biomédicas, incluindo avanços no design de medicamentos. Em julho de 2025, a adoção inicial sugere que a tecnologia pode reduzir os custos de desenvolvimento de medicamentos em até 30%, segundo analistas do setor.