Mundo

Cientistas transformam proteínas geradas por IA em sensores moleculares inteligentes.
A pesquisa abre caminho para uma nova geração de biossensores de baixo custo para medicina, monitoramento ambiental e biotecnologia.
Por Universidade de Tecnologia de Queensland - 15/04/2026


O professor Kirill Alexandrov e sua equipe desenvolveram "proteínas inteligentes" que ativam sua atividade somente quando encontram uma molécula específica. Da esquerda para a direita: Dr. Zhong Guo, Dra. Mica Fiorito, Professor Kirill Alexandrov, Dra. Cagla Ergun Ayva e Dr. Zenling Cui. Crédito: QUT


Uma equipe internacional liderada por pesquisadores da QUT utilizou inteligência artificial para criar minúsculas proteínas "inteligentes" que são ativadas somente quando detectam um alvo específico. Publicada na Nature Biotechnology , a pesquisa abre caminho para uma nova geração de biossensores de baixo custo para medicina, monitoramento ambiental e biotecnologia.

A equipe demonstrou que esses interruptores de proteína projetados por IA poderiam funcionar dentro de células bacterianas vivas e também poderiam ser conectados a eletrodos para gerar um sinal elétrico, semelhante em princípio aos medidores de glicose.

O autor principal, Professor Kirill Alexandrov, da Escola de Biologia e Ciências Ambientais da QUT e do Centro de Excelência em Biologia Sintética da ARC, explicou que as proteínas são as máquinas moleculares que permitem às células vivas detectar mudanças em seu ambiente e responder a elas.

"Um dos principais objetivos da biologia sintética é construir sistemas de proteínas capazes de detectar moléculas de interesse e, em seguida, desencadear uma resposta útil", disse o professor Alexandrov. "Até recentemente, os engenheiros de proteínas estavam praticamente limitados a adaptar proteínas naturais encontradas na biologia. Isso nos dava apenas um pequeno conjunto de opções iniciais e dificultava muito o desenvolvimento de novos sensores sob demanda. Nosso estudo mostra que proteínas projetadas por IA podem ser transformadas em interruptores moleculares eficazes, expandindo consideravelmente o que os engenheiros de proteínas podem construir."

Os pesquisadores utilizaram proteínas de ligação projetadas por aprendizado de máquina como receptores artificiais e as conectaram a enzimas capazes de produzir resultados facilmente mensuráveis. Esses resultados incluíam mudanças de cor, emissão de luz e sinais elétricos, tornando os interruptores adequados para diferentes tipos de tecnologias de sensoriamento.

É importante destacar que o trabalho também desafia uma ideia antiga na ciência das proteínas.

"Acreditava-se amplamente que as proteínas sensoriais precisavam sofrer grandes alterações de forma para funcionar como interruptores", disse o professor Alexandrov. "Descobrimos que esses receptores artificiais não precisam de um rearranjo estrutural drástico. Em vez disso, a ligação da molécula-alvo altera sutilmente a forma como a proteína se move, e isso é suficiente para ativar sua atividade. Isso nos dá uma nova perspectiva sobre como funciona a regulação natural de proteínas e fornece uma nova e poderosa estratégia para o desenvolvimento de biossensores úteis."

No estudo, a equipe construiu interruptores que respondiam a pequenas moléculas, peptídeos e proteínas. Eles também demonstraram biossensores eletroquímicos para a detecção de esteroides e mostraram que os interruptores podiam operar em células vivas, um passo importante para futuras aplicações em biologia sintética.

A tecnologia poderá eventualmente dar suporte a dispositivos de diagnóstico portáteis, sistemas de detecção ambiental e células projetadas para responder de forma inteligente a sinais químicos.

O trabalho reuniu pesquisadores de sete equipes da Austrália, do Reino Unido e dos Estados Unidos, incluindo colaboradores da Universidade de Washington, liderados pelo ganhador do Prêmio Nobel de 2024, Professor David Baker, e da CSIRO, a agência nacional de ciência da Austrália.


Detalhes da publicação
Interruptores proteicos alostéricos artificiais com receptores projetados por aprendizado de máquina, Nature Biotechnology (2026). DOI: 10.1038/s41587-026-03081-9 . www.nature.com/articles/s41587-026-03081-9

Informações sobre o periódico: Nature Biotechnology 

 

.
.

Leia mais a seguir