Canal do SynbioBrasil no LiveStream!

J√° est√° feito o nosso canal para transmiss√£o ao vivo pela internet das reuni√Ķes do Clube de Biologia sint√©tica pelo LiveStream, um site muito legal de streamming ao vivo pela internet que qualquer um pode criar.

Agora com esse novo recurso é possível interagir ao vivo com a apresentação, além de ser possível conferir os vídeos da apresentação depois no próprio canal.

SynbioBrasil no LiveStream!

Confira nosso canal clicando na imagem acima ou na barra aqui à direita com os links do SynbioBrasil.

Veja os hor√°rios das reuni√Ķes na p√°gina do clube de biologia sint√©tica no cabe√ßalho do site para saber quando o canal estar√° online!

Esperamos sua participação por lá! Até!

Pesquisadores de Caltech constróem a primeira rede neural artificial de DNA

Pesquisadores da Universidade de
Caltech inventaram um m√©todo para construir sistemas de mol√©culas de DNA cujas intera√ß√Ķes simulam o comportamento de um modelo matem√°tico simples de redes neurais artificiais.

A intelig√™ncia artificial tem sido inspira√ß√£o para incont√°veis livros e filmes, assim como aspira√ß√£o de in√ļmeros cientistas e engenheiros. Pesquisadores do Instituto de Tecnologia da Calif√≥rnia (Caltech) deram um importante passo na cria√ß√£o da intelig√™ncia artificial – n√£o em um rob√ī ou chip de silicone, mas num tubo. Os pesquisadores s√£o os primeiros a fazerem uma rede neural artificial de DNA, criando um circuito de mol√©culas interagindo e que apresentam lembran√ßas baseadas em padr√Ķes incompletos, assim como um c√©rebro.

‚ÄúO c√©rebro √© incr√≠vel‚ÄĚ, disse Lulu Qian, um bioengenheiro de Caltech. ‚ÄúPermite o reconhecimento de padr√Ķes de eventos, forma√ß√£o de mem√≥rias, tomada de decis√Ķes e a√ß√Ķes. N√≥s nos perguntamos, ao inv√©s de uma rede de c√©lulas neurais conectadas fisicamente, ser√° que uma sopa de mol√©culas interagindo pode apresentar um comportamento t√≠pico do c√©rebro?‚ÄĚ A resposta, como eles mostraram √© sim.

Constitu√≠da de quatro neur√īnios artificiais feitos de 112 fitas distintas de DNA, a rede neural foi ‚Äútreinada‚ÄĚ para ‚Äúreconhecer‚ÄĚ quatro cientistas, cujas identidades s√£o representadas por um conjunto espec√≠fico de respostas para quatro perguntas sim-ou-n√£o.

Depois de pensar em um cientista, um jogador humano fornece um subsistema de respostas que identificam parcialmente o cientista. O jogador conduz as pistas para a rede ao gotejar fitas de DNA correspondentes √†quelas respostas dentro do tubo de ensaio. A rede identifica qual era o cientista que o jogador tinha pensado atrav√©s de comunica√ß√£o por sinais fluorescentes. Ou, a rede pode ‚Äúdizer‚ÄĚ que havia informa√ß√£o insuficiente para escolher apenas um dos cientistas em sua mem√≥ria ou que as pistas contradizem aquilo que foi lembrado. Os pesquisadores jogaram esse jogo com a rede utilizando 27 maneiras de responder √†s perguntas (de um total de 81 combina√ß√Ķes poss√≠veis) e ela respondeu corretamente a cada vez.

Essa rede neural de DNA demonstra a habilidade de a partir de um padr√£o incompleto, descobrir o que ele representa ‚Äď uma das¬†caracter√≠sticas de um c√©rebro. ‚ÄúN√≥s somos bons em reconhecer coisas. Podemos reconhec√™-las olhando para um conjunto de pistas ou caracter√≠sticas‚ÄĚ, disse o co-autor Jehoshua “Shuki” Bruck. A rede neural de DNA faz isso, mas de uma forma mais rudimentar.

Sistemas bioqu√≠micos com intelig√™ncia artificial ‚Äď ou pelo menos uma capacidade b√°sica de tomar decis√Ķes ‚Äď poderia ter poderosas aplica√ß√Ķes na medicina, qu√≠mica e biologia, os pesquisadores disseram. No futuro, esses sistemas poderiam operar dentro das c√©lulas, ajudando a responder perguntas fundamentais da biologia ou diagnosticar uma doen√ßa. Processos bioqu√≠micos que podem responder inteligentemente √† presen√ßa de outras mol√©culas poderiam permitir que engenheiros produzissem compostos qu√≠micos cada vez mais complexos ou construir novos tipos de estruturas, mol√©cula a mol√©cula.

‚ÄúEmbora comportamentos como o do c√©rebro dentro de sistemas bioqu√≠micos artificiais tenham sido hipot√©ticos por d√©cadas‚ÄĚ, segundo Qian, ‚Äúeles s√£o muito dif√≠ceis de entender e decifrar.‚ÄĚ

Os pesquisadores basearam sua rede neural bioqu√≠mica em um modelo neuronal simples, chamado linear threshold function. O modelo neuronal recebe sinais de entrada, multiplica-os por um fator positivo ou negativo, e se a soma ultrapassar um certo limiar, o neur√īnio dispara, produzindo um sinal de sa√≠da.

‚ÄúEste modelo √© uma simplifica√ß√£o dos neur√īnios reais‚ÄĚ, disse o co-autor Erik Winfree. ‚ÄúMas √© uma boa simplifica√ß√£o. Tem sido um modelo extremamente produtivo para explorar como o comportamento coletivo de v√°rios elementos computacionais simples pode levar a comportamentos como o de um c√©rebro, como completar o padr√£o e mem√≥ria associativa.”

Para construir a rede neural de DNA, os pesquisadores utilizaram um processo chamado strand-displacement cascade. Anteriormente, a equipe desenvolveu esta técnica para criar o maior e mais complexo circuito de DNA até então, que computava raízes quadradas.

Dentro do tubo de ensaio, o DNA dentro da solução contém moléculas de DNA simples fita e parcialmente dupla-fita. Uma simples-fita pode mudar sua conformação para uma parcialmente dupla-fita, e se suas bases forem complementares, a simples-fita se junta a dupla-fita, deslocando a outra fita da dupla-hélice. A simples fita então atua como
sinal de entrada enquanto a fita deslocada atua como sinal de saída, que pode então interagir com outras moléculas.

J√° que eles podem sintetizar fitas de DNA com a sequ√™ncia que eles queiram, os pesquisadores podem programar essas intera√ß√Ķes para se comportarem como uma rede de neur√īnios. Ao ajustar as concentra√ß√Ķes de cada fita de DNA na rede, eles podem ensin√°-la a se lembrar dos padr√Ķes √ļnicos de respostas sim-ou-n√£o que pertencem a cada um dos quatro cientistas. Diferentemente de algumas redes neurais artificiais que podem aprender diretamente a partir de exemplos, os pesquisadores usaram simula√ß√Ķes computacionais para determinar os n√≠veis de concentra√ß√£o molecular necess√°rios para implantar mem√≥ria na rede neural de DNA.

Enquanto este experimento mostra a promessa de se criar redes de DNA que podem, em ess√™ncia, pensar, esta rede neural √© limitada. O c√©rebro humano consiste de 100 bilh√Ķes de neur√īnios, mas criar uma rede com apenas 40 desses neur√īnios baseados em DNA ‚Äď dez vezes maior que a rede demonstrada ‚Äď seria um desafio, de acordo com os pesquisadores. Al√©m disso, o sistema √© lento; a rede no tubo de ensaio demorou 8 horas para identificar cada cientista misterioso. As mol√©culas tamb√©m s√£o incapazes de descolar e parear com uma fita diferente de DNA,¬†ent√£o o jogo pode ser jogado apenas uma vez. Talvez no
futuro, uma rede neural bioqu√≠mica poderia aprender a melhorar sua performance depois de muitos jogos repetidos, ou aprender novas mem√≥rias ao encontrar novas situa√ß√Ķes. Desenvolver redes que operam dentro do corpo ‚Äď ou at√© mesmo dentro de uma c√©lula ou placa de Petri ‚Äď tamb√©m √© um longo caminho, j√° que fazer esta tecnologia operar in vivo traz desafios completamente diferentes.

Al√©m de desafios tecnol√≥gicos, engenheirar estes sistemas poderia tamb√©m fornecer uma percep√ß√£o da evolu√ß√£o da intelig√™ncia. ‚ÄúAntes de o c√©rebro ter evolu√≠do, organismos unicelulares tamb√©m eram capazes de processar informa√ß√£o, tomar decis√Ķes e agir em resposta ao meio
ambiente,‚ÄĚ Qian explicou. A fonte de comportamentos complexos deve ter sido uma rede de mol√©culas fluindo pela c√©lula. ‚ÄúTalvez o c√©rebro altamente desenvolvido e a intelig√™ncia limitada vista nas c√©lulas unicelulares compartilhem um modelo computacional similar que √© programado em diferentes substratos.

‚ÄúNosso artigo pode ser interpretado como uma demonstra√ß√£o simples de princ√≠pios neuro-computacionais nos n√≠veis moleculares e intracelulares‚ÄĚ, de acordo com Bruck. ‚ÄúUma interpreta√ß√£o poss√≠vel √© que esses princ√≠pios sejam universais no processamento de informa√ß√Ķes biol√≥gicas.

Vejam os v√≠deos explicativos, em ingl√™s, feitos pelos pr√≥prios pesquisadores.¬†Ficou bem¬†din√Ęmico!

Referências

Neural network computation with DNA strand displacement cascades.

http://www.nature.com/nature/journal/v475/n7356/full/nature10262.html

http://www.eurekalert.org/pub_releases/2011-07/ciot-crc072011.php

[twitter-follow screen_name=’MnlimasBio’]