5.3.2 Foldit
Foldit é um jogo de dobrar proteínas que permite que não-especialistas participem de uma maneira divertida.
O Prêmio Netflix, embora evocativo e claro, não ilustra a gama completa de projetos de chamada aberta. Por exemplo, no Prêmio Netflix, a maioria dos participantes sérios tinha anos de treinamento em estatística e aprendizado de máquina. Mas projetos de chamadas abertas também podem envolver participantes que não têm treinamento formal, como foi ilustrado por Foldit, um jogo de dobrar proteínas.
O dobramento de proteínas é o processo pelo qual uma cadeia de aminoácidos assume sua forma. Com uma melhor compreensão desse processo, os biólogos poderiam projetar proteínas com formas específicas que poderiam ser usadas como medicamentos. Simplificando bastante, as proteínas tendem a se mover para a configuração de menor energia, uma configuração que equilibra os vários impulsos e impulsos dentro da proteína (figura 5.7). Assim, se um pesquisador quiser prever a forma na qual uma proteína se dobrará, a solução parece simples: tente todas as configurações possíveis, calcule suas energias e preveja que a proteína se dobrará na configuração de menor energia. Infelizmente, tentar todas as configurações possíveis é computacionalmente impossível porque existem bilhões e bilhões de configurações potenciais. Mesmo com os computadores mais poderosos disponíveis hoje - e no futuro previsível - a força bruta simplesmente não vai funcionar. Portanto, os biólogos desenvolveram muitos algoritmos inteligentes para pesquisar eficientemente a configuração de menor energia. Mas, apesar de enormes quantidades de esforço científico e computacional, esses algoritmos ainda estão longe de serem perfeitos.
Figura 5.7: Dobragem de proteínas Imagem cortesia de "DrKjaergaard" / Wikimedia Commons .
David Baker e seu grupo de pesquisa na Universidade de Washington faziam parte da comunidade de cientistas que trabalhava para criar abordagens computacionais para o dobramento de proteínas. Em um projeto, Baker e seus colegas desenvolveram um sistema que permitia que os voluntários doassem tempo não utilizado em seus computadores para ajudar a dobrar as proteínas da simulação. Em troca, os voluntários puderam assistir a um protetor de tela mostrando o dobramento de proteínas que estava acontecendo em seu computador. Vários desses voluntários escreveram para Baker e seus colegas dizendo que pensam que poderiam melhorar o desempenho do computador se pudessem se envolver no cálculo. E assim começou o Foldit (Hand 2010) .
Foldit transforma o processo de dobrar proteínas em um jogo que pode ser jogado por qualquer um. Do ponto de vista do jogador, Foldit parece ser um quebra-cabeça (figura 5.8). Os jogadores são apresentados a um emaranhado tridimensional de estrutura proteica e podem realizar operações - “ajustar”, “mexer”, “reconstruir” - que mudam sua forma. Ao realizar essas operações, os jogadores mudam a forma da proteína, que por sua vez aumenta ou diminui sua pontuação. Criticamente, a pontuação é calculada com base no nível de energia da configuração atual; configurações de energia mais baixa resultam em pontuações mais altas. Em outras palavras, a pontuação ajuda a guiar os jogadores à medida que procuram por configurações de baixa energia. Esse jogo só é possível porque - assim como a previsão de classificações de filmes no Prêmio Netflix - o desdobramento de proteínas também é uma situação em que é mais fácil verificar soluções do que gerá-las.
Figura 5.8: Tela do jogo para Foldit. Reproduzido com permissão de http://www.fold.it.
O design elegante do Foldit permite aos jogadores com pouco conhecimento formal de bioquímica competir com os melhores algoritmos projetados por especialistas. Enquanto a maioria dos jogadores não é particularmente boa na tarefa, existem alguns jogadores individuais e pequenas equipes de jogadores que são excepcionais. De fato, em uma competição direta entre os jogadores do Foldit e algoritmos de última geração, os jogadores criaram melhores soluções para 5 de 10 proteínas (Cooper et al. 2010) .
O Foldit e o prêmio Netflix são diferentes em muitos aspectos, mas ambos envolvem chamadas abertas para soluções que são mais fáceis de verificar do que gerar. Agora, veremos a mesma estrutura em outro cenário muito diferente: lei de patentes. Esse exemplo final de um problema de chamada aberta mostra que essa abordagem também pode ser usada em configurações que não são obviamente passíveis de quantificação.
