O Prêmio Nobel de Química foi concedido a Susumu Kitagawa, da Universidade de Kyoto, no Japão; Richard Robson, da Universidade de Melbourne, na Austrália, e Omar M. Yaghi, da Universidade da Califórnia, em Berkeley, nos Estados Unidos. Os laureados foram premiados pelos seus trabalhos no “desenvolvimento de estruturas metal-orgânicas”. Em termos mais simples, os cientistas foram capazes de criar construções moleculares com grandes espaços por onde gases e outros produtos químicos podem fluir. Essas construções podem ser usadas para coletar água do ar do deserto, capturar dióxido de carbono, armazenar gases tóxicos ou catalisar reações químicas.
Retrospecto
No ano passado, o Prêmio Nobel de Química foi concedido a três cientistas por um trabalho pioneiro que utiliza computação e inteligência artificial (IA) para desvendar os segredos das proteínas. Os laureados foram o bioquímico americano David Baker, o cientista britânico Demis Hassabis e o investigador americano John M. Jumper. O prêmio reconhece a capacidade de prever e criar estruturas proteicas, abrindo “vastas possibilidades” para a humanidade. As proteínas são as “máquinas” e “ferramentas químicas da vida”, e sua função é determinada pela sua estrutura tridimensional.
David Baker foi reconhecido pelo “design computacional de proteínas”. Ele foi pioneiro no uso dos 20 aminoácidos (os blocos de construção da vida) para projetar proteínas inteiramente novas, diferentes das encontradas na natureza. Seu feito de 2003, a criação da proteína artificial Top7, e o desenvolvimento de softwares como o Rosetta, permitiu gerar moléculas com funções específicas para uso em fármacos, vacinas, nanomateriais e sensores.
Demis Hassabis e John Jumper (ambos da Google DeepMind) foram laureados pela “previsão da estrutura de proteínas”. Eles resolveram um “sonho de 50 anos” da química ao apresentar, em 2020, o modelo de IA AlphaFold2. Esta ferramenta de aprendizado profundo prevê a estrutura 3D de proteínas a partir de sua sequência de aminoácidos com alta precisão, comparável a métodos experimentais. O AlphaFold2 conseguiu prever a estrutura de virtualmente todas as 200 milhões de proteínas catalogadas.
A combinação desses avanços – prever e projetar proteínas – tem um impacto imensurável, acelerando o desenvolvimento de novos medicamentos e vacinas e permitindo o combate à resistência a antibióticos e a criação de enzimas que decompõem plástico.
