As duas versões estão alinhadas bloco a bloco, pela ordem do texto: título, o essencial e depois parágrafo a parágrafo. Quando a tradução fundiu ou dividiu um parágrafo, a casa correspondente fica vazia — nunca aproximamos duas passagens a olho.
Millions of protein sequences in the world's largest public protein database have no known function. Google DeepMind's team went looking inside that gap and came back with a candidate that may fight respiratory infections. The candidate is a predicted antimicrobial peptide, a short protein of the kind bacteria naturally produce to kill their rivals. It was found in Streptococcus pseudopneumoniae, a bacterium from the same family as the pneumococcus.
Milhões de sequências proteicas da maior base de dados pública de proteínas do mundo não têm função conhecida. A equipa da Google DeepMind foi procurar nesse vazio e encontrou um candidato que poderá combater infeções respiratórias. O candidato é um péptido antimicrobiano previsto, uma pequena proteína do tipo das que as bactérias produzem naturalmente para eliminar os seus rivais. Foi encontrado em Streptococcus pseudopneumoniae, uma bactéria da mesma família do pneumococo.
The stakes are set by the scale of resistance. The authors estimate that antimicrobial resistance could cause 10 million deaths a year worldwide by 2050. Peptides are attractive because, as the authors note, they have evolved to attack basic bacterial structures, from cell envelopes to essential internal machinery, which makes resistance harder to develop. Some are already in use: nisin, a bacteriocin used worldwide, is the best-known example. Recent discoveries from genome mining, such as darobactin, dynobactin and lariocidin, show that the pool is not exhausted.
A dimensão do problema é dada pela escala da resistência. Os autores estimam que a resistência antimicrobiana poderá causar 10 milhões de mortes por ano em todo o mundo até 2050. Os péptidos são atrativos porque, como notam os autores, evoluíram para atacar estruturas bacterianas básicas, desde os envelopes celulares até à maquinaria interna essencial, o que dificulta o desenvolvimento de resistências. Alguns já são utilizados: a nisina, uma bacteriocina usada em todo o mundo, é o exemplo mais conhecido. Descobertas recentes na prospeção genómica, como a darobactina, a dynobactina e a lariocidina, mostram que o reservatório ainda não está esgotado.
The obstacle is information. Much of the sequence data produced by genome projects has been deposited in UniProt, the reference resource for protein sequences and functions, without any annotation. The authors describe these entries as the "dark matter" of protein databases. Their tool, ProtNLM (Protein Natural Language Model), is a deep learning model trained to read the evolutionary "grammar" of amino acid sequences and predict a protein's function directly from its sequence, without needing a close known relative. Google says the model has added high-confidence functional labels to millions of previously unnamed UniProt entries.
O obstáculo é a informação. Grande parte dos dados de sequências produzidos pelos projetos de genomas foi depositada na UniProt, o recurso de referência para sequências e funções proteicas, sem qualquer anotação. Os autores descrevem estas entradas como a «matéria escura» das bases de dados de proteínas. A sua ferramenta, o ProtNLM (Protein Natural Language Model), é um modelo de aprendizagem profunda treinado para ler a «gramática» evolutiva das sequências de aminoácidos e prever a função de uma proteína diretamente a partir da sua sequência, sem necessidade de um parente próximo já conhecido. A Google afirma que o modelo acrescentou marcas funcionais de alta confiança a milhões de entradas da UniProt anteriormente sem designação.
In the workflow described by the team, the researcher steers the search and the agent does the cross-database work. The agent retrieves structures from the AlphaFold Database, and the scientist examines them in a 3D viewer built into Antigravity, where marking a region of a protein can prompt the agent to reason about that exact spot. Google presents the lead as "biologically plausible" and backed by structural and genomic evidence, but not yet proven. Its predicted activity has not been measured in the laboratory.
No fluxo de trabalho descrito pela equipa, o investigador orienta a pesquisa e o agente faz o trabalho entre bases de dados. O agente recolhe estruturas da AlphaFold Database, e o cientista examina-as num visualizador 3D integrado no Antigravity, onde marcar uma região de uma proteína pode levar o agente a raciocinar sobre esse ponto exato. A Google apresenta a pista como «biologicamente plausível» e sustentada por provas estruturais e genómicas, mas ainda não comprovada. A atividade prevista não foi medida em laboratório.
For microbiology teams, the immediate change is the front end of the search: fewer weeks spent comparing databases, and more candidates screened per session. For patients, the benefit is still distant, and the path is long. The authors give no date for the wet-lab results, and no candidate from this workflow has yet been shown to work against bacteria, let alone in people. The next public milestone is the laboratory validation of this peptide.
Para as equipas de microbiologia, a mudança imediata está na fase inicial da pesquisa: menos semanas gastas a comparar bases de dados e mais candidatos analisados por sessão. Para os doentes, o benefício continua distante e o caminho é longo. Os autores não indicam data para os resultados laboratoriais, e nenhum candidato deste fluxo de trabalho foi ainda demonstrado como eficaz contra bactérias, muito menos em seres humanos. O próximo marco público é a validação laboratorial deste péptido.