IA pode ser usada para promover um envelhecimento saudável

Método desenvolvido por pesquisadores da PUC-Rio ajuda a explicar por que determinadas sequências de aminoácidos apresentam potencial antioxidante

Assim como cidades nunca dormem, nosso organismo produz energia,

Assim como cidades nunca dormem, nosso organismo produz energia, transporta substâncias e renova estruturas sem interromper suas atividades.

Toda essa movimentação, porém, gera pequenas “faíscas” químicas –m oléculas reativas que, em excesso, podem danificar componentes das células.

E, com isso, contribuir para o desgaste associado ao envelhecimento e a diferentes doenças.

Para manter esse sistema em equilíbrio, o corpo conta

Para manter esse sistema em equilíbrio, o corpo conta com uma espécie de equipe permanente de manutenção. Essa equipe é formada por diferentes mecanismos antioxidantes.

Entre seus integrantes menos perceptíveis estão os peptídeos antioxidantes . Esses peptídeos são pequenas sequências de aminoácidos que podem ser encontradas ou liberadas a partir das proteínas dos alimentos ou obtidas por processos de síntese e design racional.

Nos últimos anos, o tema vem despertando o interesse da ciência pela capacidade de aplicações tanto na saúde como no envelhecimento.

No Laboratório de Sistemas Complexos, do Departamento de Química, da PUC-Rio (Pontifícia Universidade Católica do Rio de Janeiro) publicamos um estudo na American Chemical Society .

Nele, descrevemos o emprego da Inteligência Artificial Explicável para identificar, classificar e interpretar sequências de peptídeos com potencial atividade antioxidante.

Alguns desses peptídeos apresentam propriedades antioxidantes e podem atuar sobre diferentes componentes dos processos oxidativos .

A alimentação constitui uma fonte importante de peptídeos bioativos. As proteínas presentes nos alimentos são degradadas durante a digestão em fragmentos menores. Alguns desses fragmentos podem apresentar atividades biológicas de interesse.

Entretanto, nem toda proteína e nem todo peptídeo apresentam atividade antioxidante. Essa propriedade pode depender da sequência de aminoácidos, do tamanho do peptídeo, de suas características físico-químicas e de sua estrutura.

Identificar quais sequências apresentam maior potencial antioxidante é, portanto, um desafio científico. E esse desafio envolve análise de uma enorme quantidade de possibilidades.

Uma das limitações de muitos modelos de inteligência artificial é que eles podem apresentar excelentes resultados de previsão. Mas não deixam claras quais características dos dados foram responsáveis por determinada previsão.

A Inteligência Artificial Explicável busca superar esse problema. Ela permite investigar quais informações foram mais importantes para o modelo chegar a uma determinada previsão.

No caso dos peptídeos antioxidantes, isso significa ir além de simplesmente responder se uma sequência apresenta ou não potencial antioxidante. Podemos investigar quais regiões e características da sequência contribuíram para essa classificação.

Essa capacidade de interpretação é particularmente importante para a descoberta de novos compostos bioativos.

Em vez de analisar experimentalmente, de maneira indiscriminada, um número extremamente grande de sequências, modelos computacionais podem auxiliar.

E esse auxílio é na identificação e priorização de candidatos com maior potencial.

Posteriormente, uma quantidade pequena desses candidatos precisa ser submetida a estudos experimentais que confirmem sua atividade, estabilidade, segurança e aplicabilidade.

A combinação entre bioinformática, inteligência artificial e experimentação pode acelerar esse processo de descoberta. A IA Explicável não substitui a investigação experimental.

Além de gerar hipóteses e compreender quais características moleculares estão associadas a determinada atividade biológica, a IA oferece uma ferramenta poderosa para orientar a seleção de candidatos.