A tendência crescente da relevância da computação em Ciência é indubitável. Os computadores são, hoje em dia, dos maiores aliados de um cientista e deste modo é importante que se adaptem às necessidades e exigências do setor. Máquinas que consigam tomar decisões inteligentes com base em padrões e dados, tendo assim uma lógica inerente no processo, são cada vez mais procuradas pelos cientistas.
A Inteligência Artificial veio abrir uma nova dimensão neste sentido. A contribuir para a enorme relevância da Inteligência Artificial em Biologia está a sua capacidade em tomar decisões. Deste modo, que impacto terá a Inteligência Artificial na Biologia? Estaremos perante uma revolução?
O desenvolvimento tecnológico levou a que a Biologia, em comunhão com a Medicina, criasse mecanismos de deteção e diagnóstico muito particulares para cada humano. A New Generation Sequencing (NGS), por exemplo, levou ao aparecimento de uma enorme quantidade de dados de genomas. Para tratar estes dados são necessárias ferramentas bastante poderosas e avançadas, sendo que as mais precisas usam Inteligência Artificial!
Inteligência Artificial na Genómica e Proteómica
Desde 2014 que Machine Learning passou a ser usado para interpretar dados genómicos. No entanto, a democratização desta prática ainda está muito longe de ser alcançada. É uma área muito mal explorada pois a Inteligência Artificial tem a capacidade de facilitar em larga escala a compreensão e interpretação dos genomas.
Os dados genómicos, muitas vezes destruturados e em quantidades avassaladoras, são excelentes para a atuação de Machine Learning pois consegue criar padrões com os dados e fazê-lo num ritmo muito superior ao de um humano.
A proteómica, uma área de estudo muito idêntica à genómica, mas aplicada a proteínas ao invés de genes, tem extremo interesse em aplicar a Inteligência Artificial nos seus protocolos. Desde a utilização da Espectrometria de Massa que foram criados diversos métodos de estudos proteicos em células e outras amostras.
Ao analisar dados, estruturas e adquirir aprendizagem de padrões proteicos, a Inteligência Artificial pode rotular as proteínas, gerar perfis para as sequências da proteína, etc.
Tal como na genómica, a Inteligência Artificial tem grande potencial na proteómica devido ao facto de os dados gerados pelas técnicas atuais serem demasiado extensos e massudos de analisar.
Inteligência Artificial na Filogenia
A Bioinformática e Biologia Computacional, que revolucionou a Filogenia, também poderá ser bastante influenciada pela Inteligência Artificial. Ao passo que antigamente as relações filogenéticas eram realizadas sobretudo através de dados morfológicos e anatómicos, hoje em dia existe uma panóplia de técnicas de Bioinformática que permitem levar estas análises bastante mais além.
Por exemplo, usar algoritmos em conjunto com outras técnicas, incluindo o Teorema de Bayes, para encontrar relações filogenéticas precisas numa certa amostra de uma população.
Comparando as ferramentas de hoje com as do passado, é notória a (re)evolução que a Bioinformática e a Inteligência Artificial tiveram neste meio. A título de exemplo, para o alinhamento de árvores filogenéticas são commumente usadas as ferramentas UPGMA (unweighted pair group method with arithmetic mean) e Neighbor Joining.
A Inteligência Artificial já tem importância no panorama da Biologia, mas ao nível da Genómica, Proteómica e Filogenética, essa influência aumentará cada vez mais.
Em comparação com os métodos tradicionais, os métodos baseados em Machine Learning são mais precisos, poderosos e fiáveis. Deste modo, estamos perante uma pequena revolução no modo como se faz Ciência.