O cérebro humano é composto por bilhões de neurônios trabalhando coletivamente. Os neurônios são como os blocos de construção do pensamento e cada um pode servir a vários propósitos. Por exemplo, diferentes memórias são codificadas por diferentes padrões de atividade dentro dos mesmos neurônios. O processo é semelhante a como a tela do seu smartphone pode exibir imagens diferentes usando os mesmos pixels, ou como os mesmos blocos LEGO podem ser usados para construir objetos diferentes.

Como os neurônios fazem isso tem sido uma área de pesquisa em rápido desenvolvimento nas últimas décadas, e modelos sofisticados de redes neurais são agora comuns em computadores digitais. Talvez surpreendentemente, este tipo de computação não é exclusivo dos neurônios: os mesmos princípios computacionais podem surgir em outros processos biológicos e até mesmo puramente físicos.   

Um novo estudo realizado por investigadores da Caltech, da Universidade de Chicago e da Universidade Maynooth, na Irlanda, demonstrou agora como as capacidades semelhantes às das redes neurais são intrínsecas à dinâmica natural das moléculas à medida que se auto-montam em estruturas. O fenômeno é análogo ao modo como os neurônios trabalham juntos para recordar e remontar memórias e, portanto, pode ser considerado uma forma de “recordação associativa”. A pesquisa foi conduzida no laboratório de Erik Winfree (PhD '98), professor de ciência da computação, computação e sistemas neurais e bioengenharia; e é descrito em um artigo publicado na revista Nature em 18 de janeiro.

"O fenômeno da computação semelhante a uma rede neural surge sempre que um conjunto de moléculas tem a capacidade de se unir de várias maneiras distintas", diz Arvind Murugan (BS, MS '04), professor associado de física na Universidade de Chicago e coautor do artigo. “No nosso caso, usamos fitas curtas de DNA em um tubo de ensaio, mas poderiam ter sido outros tipos de moléculas que se automontam. Nosso estudo mostra que, se certas moléculas forem mais comuns em uma determinada solução, elas podem desencadear a formação de uma 'semente' que subsequentemente cresce em apenas uma das distintas estruturas possíveis - análoga a como uma memória completa pode ser formada a partir de apenas uma 'semente' de lembrança."

Para entender o que está acontecendo neste tubo de ensaio cheio de moléculas, imagine uma piscina gigante contendo centenas de peças de LEGO. As peças LEGO podem ser montadas de muitas maneiras diferentes, permitindo-lhe criar um carro, um castelo ou uma lagarta, tudo a partir dos mesmos blocos de construção. A ideia de como a automontagem realiza a recordação associativa é: se você der à mistura da piscina uma “semente” de um design – digamos, algumas peças já encaixadas para criar uma roda e um pára-brisa – o restante dos componentes poderia se montar sozinho? No produto final desejado (neste caso, um carro)? Este é um exemplo de um processo bem-sucedido de recordação associativa. Ou o conjunto de blocos se reuniria em um híbrido de estruturas parciais, como o de Frankenstein – um para-brisa de carro encaixado em meia lagarta? Este cenário seria uma falha em recordar.

Neste estudo, a equipe projetou 917 moléculas diferentes, ou "ladrilhos moleculares", que podem ser combinadas para formar três formas bidimensionais diferentes: as letras H, A ou M. (Essas letras foram escolhidas como uma referência a um determinado tipo de arquitetura de rede neural chamada Memória Associativa Hopfield). Como analogia, imagine um quebra-cabeça de 917 peças que pode ser montado de três maneiras diferentes para produzir três imagens distintas.

A equipe colocou três trilhões dessas moléculas, com quantidades relativamente iguais de cada uma das 917 variações, em um tubo de ensaio e observou que as peças realmente se auto-montariam para formar muitos H's, A's e M's minúsculos. Embora algumas letras tenham se formado apenas parcialmente, não houve híbridos acidentais de duas ou três letras. Esta foi uma importante primeira descoberta do estudo.

"Este foi um exemplo de um sistema molecular que se comporta como uma rede neural: montando formas distintas a partir dos mesmos componentes, como a forma como os mesmos neurônios podem codificar múltiplas memórias distintas", diz Constantine Evans (MS '11, PhD '14), o primeiro autor do estudo.

Então, inspirada na forma como o cérebro humano processa diferentes aromas, a equipe examinou o que aconteceria se o tubo de ensaio contivesse diferentes concentrações das moléculas. O olfato, o sentido do olfato, distingue diferentes aromas com base na concentração das moléculas de odor presentes. O cérebro consegue distinguir aromas, mesmo que as moléculas sejam iguais, devido às diferentes concentrações.

“Classificar padrões de concentração é uma tarefa familiar a todos nós: um “odor” é caracterizado por um padrão cujas moléculas estão presentes em concentrações altas, intermediárias ou baixas. Assim, distinguir a lasanha da vovó de um buquê floral ou de uma garagem oleosa é uma questão de classificar padrões de concentração", diz Winfree.

A equipe queria descobrir até que ponto o processo de automontagem atua como uma rede neural ao classificar os padrões de concentração.

Dos 917 tipos distintos de blocos moleculares, alguns apareceram nas três formas – a equipe os chamou de blocos “roxos”. Aqueles que eram exclusivos de H eram chamados de "rosa"; para A, "verde"; e para M, "azul". Qualquer ladrilho roxo apareceria em todas as três letras, mas em regiões diferentes da forma com vizinhos diferentes. Por exemplo, um conjunto de peças roxas pode estar localizado junto - ou "colocalizado" - em H, mas essas mesmas peças estariam espalhadas por A e M. 

O que acontece em um tubo com uma concentração aumentada de certos ladrilhos roxos que estão colocalizados em uma forma – por exemplo, H? Embora esses blocos sejam encontrados em A e M, sua colocalização em H poderia criar uma semente que gerasse mais blocos H do que A ou M? A equipa ficou entusiasmada ao descobrir que isto era de facto verdade: uma elevada concentração de certas moléculas encontradas em todas as formas, mas apenas colocalizadas numa delas, levou à nucleação dessa forma.

"Em toda a biologia, você encontra estruturas cuidadosamente automontadas. Mas alguns componentes são encontrados em múltiplas estruturas - por exemplo, a quinase Cdc28 dependente de ciclina de levedura", diz Murugan. "Essas estruturas nem sempre estão presentes; elas precisam surgir nos momentos certos e nos lugares certos, e a cinética da nucleação é o que governa isso. Portanto, se a biologia também explorar os modos coletivos de nucleação semelhantes a redes neurais que demonstramos neste trabalho, então a onipresente automontagem biológica pode estar escondendo, à vista de todos, poderosas capacidades de processamento de informações e de tomada de decisão."

“É emocionante quando conceitos de um campo científico podem, quando você olha bem, aparecerem em um campo aparentemente não relacionado”, acrescenta Murugan. "Antes de usarmos a colocalização na automontagem molecular como o princípio subjacente ao reconhecimento de padrões, uma arquitetura computacional muito semelhante foi descoberta no cérebro sobre como um animal pode reconhecer onde está - as chamadas 'células de lugar' do hipocampo. Agora estamos procurando este princípio de como a nucleação pode realizar a tomada de decisões em outros tipos de processos biomoleculares, como condensados multicomponentes e redes reguladoras genéticas. " 

O projeto baseia-se em várias décadas de trabalho no laboratório Winfree.

Evans diz: "O que é interessante sobre a nanotecnologia do DNA é que ela é realmente a única tecnologia de design molecular hoje que permite investigar teorias sofisticadas de computação molecular no grande limite N - aqui quase mil tipos diferentes de moléculas trabalhando juntas. Felizmente, pelo menos Caltech, tivemos acesso a tecnologia que poderia automatizar a preparação experimental de amostras com tantos componentes misturados em proporções arbitrárias, bem como acesso a um microscópio de força atômica de alta velocidade capaz de gerar imagens de conjuntos moleculares individuais com grande detalhe."

“Voltar à Caltech, minha alma mater, para participar dos experimentos com minhas próprias mãos foi uma experiência realmente especial para mim”, diz Murugan. "Não apenas pela conexão pessoal e pelas oportunidades de relembrar os bons e velhos tempos, mas mais profundamente porque é inspirador ver uma bela ideia teórica ganhar vida diante de nossos olhos."

O artigo é intitulado "Reconhecimento de padrões na cinética de nucleação da automontagem sem equilíbrio". Além de Evans, Murugan e Winfree, Jackson O'Brien, da Universidade de Chicago, é coautor. O financiamento foi fornecido pela National Science Foundation, pela Evans Foundation for Molecular Medicine, pelo European Research Council, pela Science Foundation Ireland e pelo Carver Mead New Adventures Fund.