Google DeepMind e Biohub explicam por que o AlphaFold não encerrou o problema do enovelamento de proteínas

Em 2020, o AlphaFold 2 alcançou no concurso CASP14 um GDT mediano de cerca de 92 em 100, e em 2024 Demis Hassabis e John Jumper receberam, por esse trabalho, metade do Nobel de Química. Agora, no podcast Latent Space, Pushmeet Kohli, responsável pelas áreas científicas do Google DeepMind, e Sal Candido, do Biohub, falam de outra coisa: o problema do enovelamento de proteínas foi resolvido apenas em parte. O episódio foi ao ar em 10 de outubro de 2026.

A descrição do episódio traz duas linhas de discussão. A primeira trata da "lição amarga" de Richard Sutton, segundo a qual métodos gerais com muita computação acabam superando a engenharia manual de conhecimento. A segunda aborda os enigmas ainda sem solução do enovelamento. A fonte não traz a transcrição completa, então nos baseamos aqui nos pontos da descrição e no contexto publicamente conhecido.

O que exatamente o AlphaFold resolveu

O AlphaFold 2 aprendeu a prever, a partir da sequência de aminoácidos, a estrutura tridimensional da proteína com precisão comparável à experimental. Para muitos alvos, isso reduziu o caminho da sequência até o modelo de meses de trabalho em cristalografia para minutos. Em parceria com o EMBL-EBI, a DeepMind publicou o AlphaFold DB, com mais de 200 milhões de estruturas previstas. É praticamente todo o universo proteico conhecido.

Em maio de 2024, o AlphaFold 3 ampliou o escopo: proteínas, DNA, RNA e ligantes de moléculas pequenas em um único modelo. Para os ligantes, os autores afirmaram uma melhoria de pelo menos 50% em relação aos métodos existentes de docking.

Por que "resolvido" soa exagerado

A estrutura no banco de dados descreve uma única conformação, em geral a mais provável. Uma proteína real vive em movimento: muda de forma, interage com parceiros e em parte permanece desordenada. A lista clássica de lacunas é esta:

• dinâmica e ensembles de conformações em vez de um único instantâneo;
• o caminho do enovelamento: como a cadeia chega à forma, e não apenas qual forma resulta;
• o efeito de mutações pontuais na estabilidade e na função;
• regiões desordenadas, sem estrutura única;
• grandes complexos e interações no ambiente celular.

Prever o ponto final e entender o processo continuam sendo tarefas diferentes. Um modelo pode acertar o resultado com brilho e, ainda assim, não dizer nada sobre o mecanismo. Para a biologia e a medicina, essa diferença é fundamental: o medicamento atua na dinâmica da célula viva, não em uma imagem estática.

Escala e seus limites na biologia

A lição de Sutton se confirmou nos modelos de linguagem: mais dados e mais computação geram sistemas mais capazes. Na biologia, essa receita tem uma limitação própria. O Protein Data Bank tem cerca de 200 mil estruturas experimentais, enquanto o volume de texto na internet é maior em várias ordens de grandeza. Os dados sobre dinâmica e função são ainda mais escassos, e cada ponto custa esforço de laboratório. Por isso, a conversa sobre entender biologia chega inevitavelmente a uma combinação: modelos em grande escala mais novos dados experimentais, coletados especificamente para os pontos fracos dos modelos.

O contexto dos participantes fala por si. A DeepMind representa o caminho do AlphaFold rumo a sistemas de IA para a ciência. O Biohub representa uma organização de pesquisa em que os modelos se integram em ciclo fechado a experimentos biológicos.

Fatos principais

• AlphaFold 2, CASP14, 2020: GDT mediano de cerca de 92.
• AlphaFold DB: mais de 200 milhões de estruturas previstas.
• AlphaFold 3, 2024: proteínas, ácidos nucleicos e ligantes em um único modelo.
• Nobel de Química de 2024: Hassabis e Jumper (metade), David Baker.

Como usar isso

Uma equipe de biotecnologia ou da indústria farmacêutica deve tratar a previsão do AlphaFold como hipótese, não como resultado. Ela acelera a seleção de alvos e o planejamento de experimentos, mas, para avaliar mobilidade, ligação e efeito de mutações, é preciso recorrer à dinâmica molecular e à validação em laboratório. Quem constrói modelos próprios deve decidir de antemão que dados de dinâmica e função conseguirá obter, porque aqui a escala de parâmetros, sozinha, não basta.