Um sistema de inteligência
artificial reverteu, pela primeira vez, a engenharia do mecanismo de
regeneração da planária - os pequenos vermes cujo extraordinário poder de
regenerar partes do corpo os tem tornado um modelo da investigação em medicina
regenerativa humana.
A descoberta por biólogos da
Universidade de Tufts (Medford, MA, EUA) apresenta o primeiro modelo de
regeneração descoberto por uma inteligência não-humana e o primeiro modelo
abrangente da regeneração da planária, que tem deixado os cientistas intrigados,
por mais de 100 anos. O trabalho, publicado na PLoS Computational Biology, demonstra como "a ciência
robotizada" pode ajudar os cientistas no futuro.
A fim de bio-construir
órgãos complexos, os cientistas precisam de entender os mecanismos pelos quais
essas formas são normalmente produzidas pelo organismo vivo. No entanto,
uma lacuna de conhecimento significativa persiste entre componentes genéticos
moleculares identificados como necessários para produzir uma forma particular
de organismo e compreender como e porquê essa forma particular complexa é gerada
no tamanho correto, forma e orientação, disse o autor principal do estudo,
Michael Levin, Ph.D., professor Vannevar Bush (1) de biologia e diretor do
Centro para o Desenvolvimento Biológico e Regenerativo da Universidade de Tufts.
"A maioria dos modelos
regenerativos derivados a partir de experiências genéticas são diagramas de
seta, mostrando que genes regulam outros genes. Isso é bom, mas não diz o que
será o formato final. Não podemos dizer se o resultado de muitos modelos da via
genética vai ser uma árvore, um polvo ou um ser humano", disse
Levin. "A maioria dos modelos mostram alguns componentes necessários
para o processo acontecer, mas não que dinâmicas são suficientes para produzir
a forma, passo a passo. O que precisamos são modelos algorítmicos ou construtivos,
que poderia seguir com precisão e não haveria nenhum mistério ou incerteza.
Segue a receita e a forma aparece.”
Tais modelos são necessários
a fim de saber que gatilhos poderiam ser aplicados a tal sistema para provocar
a regeneração de componentes particulares, ou outras alterações desejadas na
forma. No entanto, nenhuma destas ferramentas existem ainda para a
mineração nas montanhas de rápido crescimento de dados experimentais publicados
na regeneração e biologia do desenvolvimento, disse outro dos autores do
artigo, Daniel Lobo, Ph.D., bolseiro de pós-doutoramento no laboratório de Levin.
Para enfrentar este desafio,
Lobo e Levin desenvolveram um algoritmo que iria usar computação evolutiva para
produzir redes de regulação capazes de "evoluir" para prever com
precisão os resultados de experiências de laboratório publicadas que os investigadores
inserissem num banco de dados.
"O nosso objetivo foi
identificar a rede reguladora que poderia ser executada em todas as células de
um verme virtual para que os resultados padronizados cabeça-cauda de experiências
simuladas, coincidissem com os dados publicados", disse Lobo.
Como esperado, as redes
reguladoras aleatórias iniciais geralmente não podem produzir qualquer dos
resultados experimentais. Os novos candidatos às redes foram gerados
aleatoriamente, combinando redes anteriores e realizando mudanças aleatórias,
adições e exclusões. Cada candidato à rede foi testado num verme virtual,
em experiências simuladas. O algoritmo comparou a forma resultante da
simulação com dados reais publicados na base de dados. Conforme a evolução
procedeu, gradualmente as novas redes poderiam explicar mais experiências na base
de dados que abrange a maior parte da literatura experimental sobre a planária,
a respeito da regeneração cabeça vs. cauda.
Primeiro
Modelo Regenerativo Descoberto por Inteligência Artificial
Os investigadores por último
aplicaram o algoritmo a um conjunto combinado de dados experimentais de 16
experiências-chave de regeneração da planária para determinar se a abordagem
pode identificar uma rede reguladora abrangente da geração da planária. Após
42 horas, o algoritmo retornou a rede reguladora descoberta, que previu
corretamente todas as 16 experiências na base de dados. A rede composta
por sete moléculas regulatórias conhecidas, bem como duas proteínas que ainda
não foram identificadas nos documentos existentes sobre a regeneração da
planária.
 |
| Planária |
"Isto representa o
modelo mais abrangente de regeneração da planária encontrado até ao momento. É
o único modelo conhecido que explica mecanicamente a polaridade determinante
cabeça-cauda na planária sob muitas experiências funcionais diferentes e é o
primeiro modelo regenerativo descoberto por inteligência artificial",
disse Levin.
Lobo e Levin são ambos
formados em ciência computorizada e trazem uma perspetiva incomum para o campo
da biologia do desenvolvimento. Levin formou-se em ciência computorizada e
biologia na Universidade de Tufts antes de fazer o seu Ph.D. em
genética. Lobo fez um Ph.D. no campo antes de ingressar no
laboratório de Levin.
O documento representa uma
aplicação bem-sucedida do campo crescente da "ciência robotizada" -
que Levin diz poder ajudar os investigadores, fazendo muito mais do que decifrar
enormes conjuntos de dados rapidamente.
"Enquanto a
inteligência artificial neste projeto teve que fazer um monte de cálculos, o
resultado é uma teoria de que o verme está a fazer, e avançando com teorias
sobre o que está a acontecer na natureza é praticamente o aspeto mais criativo,
intuitivo do trabalho do cientista", disse Levin. "Um dos
aspetos mais notáveis do projeto foi que o modelo que encontrou não foi uma
rede irremediavelmente emaranhada que nenhum ser humano poderia realmente
entender, mas um modelo razoavelmente simples que as pessoas podem facilmente
compreender. Tudo isto me sugere que a inteligência artificial pode ajudar com
todos os aspetos da ciência, não só de mineração de dados, mas também na inferência
do significado dos dados".
(1) Título
honorífico, em memória dum dos mais importantes cientistas e engenheiros do
século XX, Vannevar Bush
(artigo traduzido)
Sem comentários:
Publicar um comentário