Inglês 
Espanhol 
Nova IA vai além de prever proteínas e passa a criar moléculas inéditas, acelerando pesquisas em medicamentos, reciclagem e captura de carbono.
Em 2022, a DeepMind anunciou em 28 de julho um dos avanços mais marcantes da biologia computacional moderna: o AlphaFold ampliou sua base para mais de 200 milhões de estruturas de proteínas previstas por inteligência artificial, cobrindo quase todas as proteínas catalogadas conhecidas pela ciência e disponibilizando esses modelos em acesso aberto por meio do AlphaFold Protein Structure Database, desenvolvido em parceria com o EMBL-EBI.
Até então, determinar a estrutura tridimensional de uma proteína dependia de métodos experimentais complexos, como cristalografia de raios X, ressonância magnética nuclear e microscopia crioeletrônica, processos que podiam exigir grande investimento, infraestrutura especializada e longos ciclos de trabalho em laboratório.
Com o AlphaFold, pesquisadores passaram a acessar previsões estruturais em escala inédita, acelerando uma etapa que durante décadas foi considerada um dos grandes gargalos da biologia molecular.
-
Rússia e Índia içam um vaso de pressão de 320 toneladas para dentro do reator da usina nuclear de Kudankulam em uma operação de precisão, avançando um projeto que, segundo as empresas, já evitou 112 milhões de toneladas de emissões de CO2
-
Estudante de colégio militar de Manaus criou um método que usa ondas sonoras para mexer em genes ligados ao Alzheimer e levou prêmio mundial na maior feira de ciências do planeta, nos Estados Unidos
-
Bosch revoluciona com motor de cubo para bicicletas elétricas de apenas 2,3 kg, 45 Nm de torque e 400 Watts de potência; novidade elimina resistência acima de 25 km/h e marca uma mudança histórica da fabricante alemã
-
Engenheira da Unesp transforma uma bactéria do mar coletada em Ubatuba numa pequena usina que gera 227 mW por metro quadrado e ainda limpa o ar, capturando CO₂ e soltando oxigênio enquanto produz energia
Nova geração de IA amplia capacidade e passa a prever interações complexas
Em 2024, a evolução desse sistema levou ao desenvolvimento do AlphaFold 3, que expandiu significativamente o escopo da tecnologia.
Diferente da versão anterior, o novo modelo consegue prever não apenas a estrutura de proteínas isoladas, mas também suas interações com:
- DNA
- RNA
- pequenas moléculas (como medicamentos)
Essa capacidade representa um avanço crítico, porque a maior parte das funções biológicas depende dessas interações. Na prática, a IA deixou de apenas “ver” proteínas e passou a simular como elas se comportam dentro do corpo.
De previsão para criação: IA começa a projetar proteínas que nunca existiram
O avanço mais recente não está na previsão, mas no design. A partir de 2025, empresas como Isomorphic Labs, Recursion Pharmaceuticals e EvolutionaryScale passaram a utilizar inteligência artificial generativa para criar proteínas inéditas, que nunca surgiram naturalmente ao longo da evolução.
Esse processo funciona como engenharia molecular digital: a IA recebe um objetivo específico e propõe estruturas proteicas capazes de cumprir essa função.
O que antes levava milhões de anos de evolução biológica começa a ser simulado e acelerado em laboratório com apoio computacional.
Enzimas artificiais já são projetadas para resolver problemas reais
Entre as aplicações mais avançadas estão enzimas projetadas para atuar em desafios industriais e ambientais. Pesquisas recentes mostram que já existem proteínas criadas com ajuda de IA capazes de:
- degradar plásticos como PET em tempo reduzido
- capturar dióxido de carbono com maior eficiência
- atuar em processos químicos de forma mais precisa
Embora muitos desses sistemas ainda estejam em fase experimental, o avanço é consistente. A engenharia de proteínas passa a ser uma ferramenta prática para resolver problemas que a natureza demoraria séculos ou milênios para adaptar.
Descoberta de medicamentos entra em uma nova fase acelerada
A área farmacêutica é uma das mais impactadas. Tradicionalmente, o desenvolvimento de medicamentos envolve tentativa e erro, com ciclos que podem durar mais de uma década. Com IA, esse processo começa a mudar.
Modelos avançados conseguem:
- prever como uma molécula interage com uma proteína-alvo
- sugerir estruturas com maior chance de sucesso
- reduzir o número de testes necessários
Isso permite acelerar a criação de tratamentos, especialmente em áreas como câncer, doenças raras e condições complexas. A IA não substitui os testes clínicos, mas reduz drasticamente o tempo necessário para chegar a candidatos promissores.
Espaço de proteínas possíveis é maior do que tudo que a natureza já explorou
Um dos aspectos mais impressionantes desse avanço está na escala.
O número de proteínas possíveis é praticamente infinito em termos práticos. A evolução natural explorou apenas uma fração desse espaço ao longo de bilhões de anos.
Com inteligência artificial, os cientistas podem acessar regiões desse “universo molecular” que nunca foram testadas pela natureza.
Isso significa que estamos entrando em uma fase em que a biologia deixa de ser apenas descoberta e passa a ser projetada.
Tecnologia ainda enfrenta limites e desafios importantes
Apesar do avanço, o campo ainda enfrenta desafios relevantes. Nem todas as proteínas projetadas funcionam como esperado no mundo real. Além disso, processos biológicos são altamente complexos e envolvem variáveis difíceis de prever completamente.
Outros desafios incluem:
- validação experimental
- escalabilidade industrial
- segurança biológica
A IA acelera o processo, mas não elimina a necessidade de testes rigorosos e validação científica.
Impactos vão além da ciência e chegam à economia global
A capacidade de projetar proteínas pode afetar múltiplos setores. Indústrias que podem ser impactadas incluem:
- farmacêutica
- química
- energia
- materiais
- agricultura
A criação de enzimas sob medida pode reduzir custos, aumentar eficiência e gerar novas cadeias produtivas. Esse avanço transforma a biotecnologia em uma das áreas mais estratégicas da economia global.
Nova IA redefine o papel da evolução na ciência moderna
Historicamente, a evolução natural foi o único mecanismo de criação de novas proteínas.
Com a inteligência artificial, surge um novo paradigma: o design intencional. A ciência passa a ter a capacidade de direcionar processos que antes eram aleatórios e lentos.
Isso não substitui a evolução, mas cria uma camada adicional de inovação baseada em simulação e engenharia.
A biologia está deixando de ser descoberta para se tornar engenharia?
Com modelos capazes de mapear milhões de proteínas, prever interações complexas e agora criar estruturas inéditas com funções específicas, a inteligência artificial está redefinindo os limites da biologia. O que começou como uma ferramenta de análise se transforma em um sistema de criação.
A questão que surge é direta: até que ponto a ciência continuará descobrindo a biologia existente, ou passará a construir uma biologia completamente nova a partir do zero?
