Em formação

21.1: Estudo de caso: Ameaças à nossa saúde - Biologia

21.1: Estudo de caso: Ameaças à nossa saúde - Biologia


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Estudo de caso: O que está se escondendo na floresta

Ximena, de dezenove anos, passou uma relaxante semana de férias de verão visitando seus avós em Nova Jersey. Ela gostava particularmente de levar seu cachorro para longas caminhadas na floresta perto de sua casa, ocasionalmente avistando veados nos caminhos cobertos de mato. Cerca de uma semana depois de voltar para casa na Califórnia, Ximena contraiu o que pensou ser uma gripe. Ela teve febre, calafrios, fadiga, dor de cabeça e dores no corpo. Mas, certa manhã, no banho, ela notou uma erupção incomum na panturrilha. Parecia um alvo em um alvo, com um círculo central rodeado por um anel, semelhante à erupção na Figura ( PageIndex {1} ).

A erupção fez com que Ximena ficasse preocupada com a possibilidade de estar com outra coisa além da gripe. Ela foi ao médico, que a examinou e perguntou se ela tinha feito alguma viagem recentemente. Surpresa, Ximena disse que sim e contou-lhe sobre sua viagem a Nova Jersey. Ele disse a ela que uma erupção cutânea combinada com sintomas semelhantes aos da gripe costumam ser indícios da doença de Lyme. A doença de Lyme pode ocorrer na Califórnia, mas é muito mais prevalente no nordeste dos Estados Unidos, incluindo Nova York e Nova Jersey (Figura ( PageIndex {2} )).

A doença de Lyme é causada por bactérias que se propagam às pessoas por meio de picadas de carrapatos. No nordeste dos Estados Unidos, é disseminada pelo carrapato de patas pretas ou carrapato de cervo. Esses carrapatos são comumente encontrados em áreas arborizadas, como os caminhos que Ximena percorreu durante sua viagem. Portanto, aquelas caminhadas relaxantes no bosque podem ter feito Ximena pegar um souvenir indesejado - uma doença que a estava deixando mal.

Embora sintomas semelhantes aos da gripe possam indicar várias doenças, uma erupção cutânea é uma característica distintiva da doença de Lyme. Portanto, com base nos sintomas de Ximena e no fato de que ela estava em uma área com probabilidade de abrigar a doença de Lyme, seu médico imediatamente começa a tomar medicamentos para tratar a doença de Lyme. Para confirmar o diagnóstico, ele também coleta uma amostra de sangue para testar a doença. Ele diz a Ximena que ela pode não ter um teste positivo ainda, mesmo que ela tenha a doença de Lyme, porque pode levar algumas semanas após a infecção para que as evidências apareçam no sangue. Nesse ínterim, o medicamento que ele prescreveu deve começar a ajudá-la a se sentir melhor em breve, caso ela tenha a doença de Lyme.

Neste capítulo, você aprenderá sobre alguns dos principais tipos de doenças humanas. Isso inclui doenças infecciosas, como HIV, bem como doenças não infecciosas, como a maioria dos cânceres. Você aprenderá sobre as causas dessas doenças, os efeitos que causam no corpo e os tipos de tratamento. Você também aprenderá sobre as maneiras pelas quais as doenças infecciosas são transmitidas e as medidas que você pode seguir para prevenir a infecção. No final do capítulo, você aprenderá mais sobre como a doença de Lyme é transmitida, seus efeitos no corpo, como é tratada, o caminho de recuperação de Ximena e como você pode se proteger dessa doença infecciosa relativamente comum.

Visão geral do capítulo: doença

Neste capítulo, você aprenderá sobre doenças humanas. Especificamente, você aprenderá sobre:

  • Como os problemas na regulação da homeostase podem resultar em doenças.
  • As diferenças entre doenças infecciosas e não infecciosas e doenças agudas e crônicas.
  • Epidemias, pandemias, doenças endêmicas e doenças emergentes.
  • A ciência da epidemiologia e como ela é usada para melhorar a saúde pública.
  • Os diferentes tipos de patógenos que causam doenças infecciosas, como são transmitidos e como podem ser prevenidos e tratados.
  • Doenças sexualmente transmissíveis, como herpes genital, papilomavírus humano (HPV) e vírus da imunodeficiência humana (HIV) e seus efeitos no corpo; como eles podem ser prevenidos e tratados; e seu impacto na saúde pública.
  • Doenças não infecciosas, como diabetes, doenças cardiovasculares, fibrose cística e câncer e seus mecanismos, fatores de risco, diagnóstico e tratamentos.
  • Maneiras de prevenir doenças não infecciosas por meio de escolhas saudáveis ​​de estilo de vida.

Ao ler o capítulo, pense nas seguintes questões:

  1. Que tipo de medicamento você acha que o médico de Ximena deu a ela para tratar a doença de Lyme?
  2. Que tipo de transmissão de patógenos está envolvida na doença de Lyme? Qual é a outra doença transmitida de maneira semelhante?
  3. Por que, especificamente, o exame de sangue de Ximena pode não ser positivo para a doença de Lyme por algumas semanas, mesmo se ela tiver a doença?
  4. Como você acha que o termo “endêmico” se relaciona com a doença de Lyme?

Ensaios gratuitos no estudo de caso da Swatch

A Titan Company tem vários produtos, que incluem Relógios Titan, Tanishq, Joalheria, Óculos, Bolsas, Capacetes, Cintos, Carteiras e Perfumes, etc. caso estude estamos nos concentrando na divisão de relógios Titan. Nosso foco será no segmento de relógios premium, que está em competição direta com as marcas estrangeiras.

Amostra 2

Análise SWOT Amostra é um dos maiores e mais competitivos fabricantes de relógios de todo o mundo. É conhecida pela alta tecnologia na fabricação de relógios. Ela emprega mais de 20.000 trabalhadores e vende seus produtos para mais de 50 países. No entanto, o preço da matéria-prima de fabricação de relógios.

Desempenho de amostra

particularmente aqueles de Amostra em si. Presidentes Amostra manteve sua posição de liderança em seu próprio segmento durante 2008 e experimentou um crescimento nas vendas em todos os seus mercados ao redor do mundo. Esse resultado deveu-se a uma série de lançamentos de produtos bem-sucedidos, como o novo Amostra Chrono Plastic e.

Perturbar a inovação

titulares. Agrupar todos os tipos de inovações disruptivas em uma categoria simplesmente mistura maçãs com laranjas, o que tem sérias implicações em como nós estude inovações disruptivas no futuro (Henderson e Clark, 1990). Para valorizar este ponto, este artigo resume o que existe na literatura acadêmica.

Harley Case Study

Pizza | Caso Estude Solução | Caso Estude Análise www.caseforest.com/caso-estude-Pronto-Pizza.aspx Pronto Pizza Revisited Desta vez, o Sr. Scapelli conseguiu eliminar os vieses nos dados selecionando a cada 10 pedidos de entrega de pizza e deixando o. Pronto Pizza Caso Estude Sem custos.

MBA6001 Case Study Nike Unit VI Case Study

MBA6001 Caso Estude Unidade VI da Nike Caso Estude Clique no link abaixo para comprar: http://hwaid.com/shop/mba6001-caso-estude-nike-unit-vi-caso-estude/ Leia o caso estude, Nike, nas páginas 301-302 de seu livro, e redija um ensaio persuasivo de 500-700 palavras que inclua o seguinte: • Descreva as maneiras pelas quais a Nike.

HRM 517 SEMANA 8 ESTUDO DE CASO 3 ESTUDO DE CASO 3

HRM 517 SEMANA 8 CASO ESTUDE 3 CASO ESTUDE 3 Para adquirir esta visita aqui: http://www.coursehomework.com/product/hrm-517-week-8-caso-estude-3-caso-estude-3 / Contate-nos em: [email protected] HRM 517 SEMANA 8 CASO ESTUDE 3 CASO ESTUDE 3 HRM 517 Semana 8 Caso Estude 3 - Caso Estude 3: Gerenciamento de riscos.

AED 202, semana 5, estudo de caso do ponto de verificação

Ponto de verificação da semana 5 AED 202 Caso Estude Clique no seguinte link para comprar http://www.uopcoursetutorials.com/AED-202/AED-202-Week-5-Checkpoint-Caso-Estude CheckPoint: Caso Estude Leia o caso estude na p. 277 do texto. Identifique os componentes do desenvolvimento da linguagem em termos de progresso de Mario.

GSCM 206 SEMANA 6 ESTUDO DE CASO 1

Siga este link para obter este tutorial: http://wiseamerican.us/product/gscm-206-week-6-caso-estude-1 / Contate-nos em: [email protected] GSCM 206 SEMANA 6 CASO ESTUDE 1 Como o mix de estoque da Frito-Lay difere daquele de uma loja de máquinas ou marcenaria? Por que o estoque flui tão rapidamente?

HRM 587 SEMANA 6 ESTUDO DE CASO TYCO

HRM 587 SEMANA 6 CASO ESTUDE TYCO Para adquirir esta visita, siga o link: http://www.activitymode.com/product/hrm-587-week-6-caso-estude-tyco / Contate-nos em: [email protected] HRM 587 SEMANA 6 CASO ESTUDE TYCO HRM 587 Semana 6 Caso Estude Tyco Review o Caso Estude na Tyco Company que aparece.

ACCT 567 SEMANA 5 ESTUDO DE CASO DE CASA

ACCT 567 SEMANA 5 TRABALHOS DE CASA CASO ESTUDE Para adquirir este link, visite: https://coursehomework.com/product/acct-567-week-5-homework-caso-estude/ Contate-nos em: [email protected] ACCT 567 WEEK 5 HOMEWORK CASO ESTUDE ACCT 567 Semana 5 Trabalho de casa Caso estude Caso 8 - 1 a. Quando o CalPERS foi estabelecido.

AED 202, semana 5, estudo de caso de checkpoint

Ponto de verificação da semana 5 AED 202 Caso Estude Clique abaixo do URL para comprar o dever de casa http://www.homeworkbasket.com/AED-202/AED-202-Week-5-Checkpoint-Caso-Estude CheckPoint: Caso Estude Leia o caso estude na pág. 277 do texto. Identifique os componentes do desenvolvimento da linguagem em termos de progresso de Mario.

Estudo de caso BSHS 345 Semana 2

BSHS 345 Semana 2 Caso Estude Clique abaixo do URL para comprar o dever de casa http://www.homeworkbasket.com/BSHS-345/BSHS-345-Week-2-Caso-Estude Para mais trabalhos de casa, acesse http://www.homeworkbasket.com BSHS 345 Semana 2 Caso Estude Clique na URL abaixo para comprar o dever de casa http://www.homeworkbasket.com/BSHS-345/BSHS-345-Week-2-Case-Study.

CIS 511 ATRIBUIÇÃO 1 ESTUDO DE CASO INTEGRADO

INTEGRADO CASO ESTUDE Para ver mais, clique no seguinte link: http://unquite.com/question-details/CIS-511-ASSIGNMENT-1-INTEGRATED-CASO-ESTUDE/ 2276 ou envie um e-mail para: [email protected] CIS 511 ATRIBUIÇÃO 1 INTEGRADA CASO ESTUDE Integrado Caso Estude: Bandon Group, Inc. Leia o integrado caso estude em Bandon.

CIS 511 ATRIBUIÇÃO 3 ESTUDO DE CASO INTEGRADO

ATRIBUIÇÃO 3 INTEGRADA CASO ESTUDE PARA adquirir este tutorial, visite o seguinte link: http://wiseamerican.us/product/cis-511-assignment-3-integrated-caso-estude/ Contate-nos em: [email protected] CIS 511 ATRIBUIÇÃO 3 INTEGRADA CASO ESTUDE Tarefa 3: Integrado Caso Estude: Bandon Group, Inc..

Estudo de caso 1 do CIS502

CIS502 Caso Estude 1 Compre aqui http://chosecourses.com/CIS%20502/cis502-caso-estude-1 Descrição CIS 502 Caso Estude 1: Ameaças persistentes avançadas contra tokens RSA Semana 3 A Graded Work CIS 502 Semana 3 Caso Estude 1 Caso Estude 1: Ameaças persistentes avançadas contra.

DEVRY PROJ 410 Semana 3 Estudo de caso

DEVRY PROJ 410 Semana 3 Caso Estude Verifique esta diretriz do tutorial A + em http://www.assignmentcloud.com/proj-410/proj-410-week-3-caso-estude Para mais aulas, visite http://www.assignmentcloud.com PROJ 410 Semana 3 Caso Estude DEVRY PROJ 410 Semana 3 Caso Estude Verifique este tutorial A +.

GSCM 206 SEMANA 1 ESTUDO DE CASO

Siga este link para obter este tutorial: http://wiseamerican.us/product/gscm-206-week-1-caso-estude/ Entre em contato conosco: [email protected] Caso Estude: Onde colocar a pesquisa de mercado do Hard Rock Café 1. Na lista de verificação de pesquisa de mercado padrão de Munday, selecione quaisquer outras quatro categorias, como.

CASO DE ESTUDO HSM 544 SEMANA 5 MAIS RECENTE

HSM 544 SEMANA 5 ESTUDE CASO O mais recente para comprar este tutorial, visite o seguinte link: http://wiseamerican.us/product/hsm-544-week-5-estude-caso-mais recente / Contate-nos em: [email protected] HSM 544 SEMANA 5 ESTUDE CASO ÚLTIMA CLASSE DE POLÍTICA DE SAÚDE E ECONOMIA: Esta é uma Caso Estude semana 5 que preciso de ajuda.

CIS 511 ATRIBUIÇÃO 3 ESTUDO DE CASO INTEGRADO

ATRIBUIÇÃO 3 INTEGRADA CASO ESTUDE Para ver mais, clique no seguinte link: http://unquite.com/question-details/CIS-511%C2%A0ASSIGNMENT-3%C2%A0INTEGRATED-CASO-ESTUDE/ 2277 ou envie um e-mail para: [email protected] CIS 511 ATRIBUIÇÃO 3 INTEGRADA CASO ESTUDE Tarefa 3: Integrado Caso Estude: Bandon Group, Inc.

HRM 587 SEMANA 6 ESTUDO DE CASO TYCO

HRM 587 SEMANA 6 CASO ESTUDE TYCO Para adquirir este link, visite: https://coursehomework.com/product/hrm-587-week-6-caso-estude-tyco / Contate-nos em: [email protected] HRM 587 SEMANA 6 CASO ESTUDE TYCO HRM 587 Semana 6 Caso Estude Tyco Review o Caso Estude na Tyco Company que aparece.

CIS 511 ATRIBUIÇÃO 1 ESTUDO DE CASO INTEGRADO

511 ATRIBUIÇÃO 1 INTEGRADA CASO ESTUDE Para adquirir esta visita, clique no link: http://www.apexseekers.com/product/cis-511-assignment-1-integrated-caso-estude/ Contate-nos em: [email protected] CIS 511 ATRIBUIÇÃO 1 INTEGRADA CASO ESTUDE Tarefa 1: Integrado Caso Estude: Bandon Group, Inc. Leitura.

BSOP 209 Semana 7 Estudo de caso 2

BSOP 209 Semana 7 Caso Estude 2 Para comprar esta aula Copie e cole o link abaixo em seu Brower http://homeworkregency.com/downloads/bsop-209-week-7-caso-estude-2 / Ou Visite Nosso Site Visite: http://www.homeworkregency.com Envie-nos um e-mail: [email protected] BSOP 209 Semana 7 Caso Estude 2 $ 18,00 - Adicionar.

BSOP 588 SEMANA 5 ESTUDO DE CASO

BSOP 588 SEMANA 5 CASO ESTUDE PARA adquirir este tutorial, visite o seguinte link: http://mindsblow.com/product/bsop-588-week-5-caso-estude-2 / Entre em contato conosco: [email protected] BSOP 588 SEMANA 5 CASO ESTUDE 1. Explique como a Voz do Funcionário apóia processos internos aprimorados (Voz do Negócio).

ESTUDO DE CASO DE ATRIBUIÇÃO DO BUS 250 SEMANA 3

ÔNIBUS 250 SEMANA 3 ATRIBUIÇÃO CASO ESTUDE PARA adquirir este tutorial, visite o seguinte link: http://wiseamerican.us/product/bus-250-week-3-assignment-caso-estude-2 / Contacte-nos em: [email protected] BUS 250 SEMANA 3 ATRIBUIÇÃO CASO ESTUDE Caso Estude: Regulamentação governamental de produtos de tabaco 1. Iria.

Estudo de caso de junção de mau funcionamento CJA 453

Junção de mau funcionamento CJA 453 Caso Estude Revise a junção de mau funcionamento caso estude polegada. 3 of Justice Administration Escreva um artigo de 1.050 a 1.400 palavras que responda a todas as caso estude perguntas que se seguem. Formate seu papel de acordo com os padrões APA. Verifique esta orientação do tutorial A + em.

CIS 511 ATRIBUIÇÃO 3 ESTUDO DE CASO INTEGRADO

511 ATRIBUIÇÃO 3 INTEGRADA CASO ESTUDE Para adquirir esta visita, clique no link: http://www.apexseekers.com/product/cis-511-assignment-3-integrated-caso-estude/ Contate-nos em: [email protected] CIS 511 ATRIBUIÇÃO 3 INTEGRADA CASO ESTUDE Tarefa 3: Integrado Caso Estude: Bandon Group, Inc. Leitura.

CIS 511 ATRIBUIÇÃO 1 ESTUDO DE CASO INTEGRADO

INTEGRADO CASO ESTUDE PARA adquirir este tutorial, visite o seguinte link: http://wiseamerican.us/product/cis-511-assignment-1-integrated-caso-estude/ Contate-nos em: [email protected] CIS 511 ATRIBUIÇÃO 1 INTEGRADA CASO ESTUDE Integrado Caso Estude: Bandon Group, Inc. Leia o integrado caso estude.

CIS 511 ATRIBUIÇÃO 1 ESTUDO DE CASO INTEGRADO

INTEGRADO CASO ESTUDE PARA adquirir este tutorial, visite o seguinte link: http://mindsblow.com/product/cis-511-assignment-1-integrated-caso-estude/ Contate-nos em: [email protected] CIS 511 ATRIBUIÇÃO 1 INTEGRADA CASO ESTUDE Integrado Caso Estude: Bandon Group, Inc. Leia o integrado caso estude em Bandon.

ESTUDO DE CASO 2 CIS 512 SEMANA 6

CIS 512 SEMANA 6 CASO ESTUDE 2 PARA adquirir este tutorial, visite o seguinte link: http://mindsblow.com/product/cis-512-week-6-caso-estude-2 / Entre em contato conosco: [email protected] CIS 512 WEEK 6 CASO ESTUDE 2 Caso Estude 2 - Como os arquivos de astronomia sobreviverão ao tsunami de dados que os astrônomos coletam e geram.

ESTUDO DE CASO DE ATRIBUIÇÃO DO BUS 250 SEMANA 3

ÔNIBUS 250 SEMANA 3 ATRIBUIÇÃO CASO ESTUDE Para ver isso, visite o seguinte link http://www.unquite.com/question-details/BUS-250-WEEK-3-ASSIGNMENT-CASO-ESTUDE/ 2647 ou envie um e-mail para [email protected] ÔNIBUS 250 SEMANA 3 ATRIBUIÇÃO CASO ESTUDE Caso Estude: Regulamentação governamental de produtos de tabaco 1. Você descreveria.

CIS 517 SEMANA 9 ESTUDO DE CASO 3

CIS 517 SEMANA 9 CASO ESTUDE 3 PARA adquirir este tutorial, visite o seguinte link: http://wiseamerican.us/product/cis-517-week-9-caso-estude-3 / Contate-nos em: [email protected] CIS 517 SEMANA 9 CASO ESTUDE 3 Caso Estude 3 - Projeto de Pesquisa em Computação Verde - Parte 5 Leia a Pesquisa em Computação Verde.

UOP PSY 410 Semana 5 Estudo de caso de atribuição individual

Tarefa Individual da Semana 5 Caso Estude • Selecione um dos caso estudos localizado em Caso Estudos em comportamento anormal. Obtenha a aprovação do instrutor de seu selecionado caso estude antes de começar esta tarefa. • Prepare uma análise de 1.050 a 1.400 palavras de sua seleção caso no qual você aborda o seguinte.

ACCT 567 SEMANA 2 ESTUDO DE CASO I

ACCT 567 SEMANA 2 CASO ESTUDE I Para adquirir este link, visite: http://www.activitymode.com/product/acct-567-week-2-caso-estude-i / Contate-nos em: [email protected] ACCT 567 SEMANA 2 CASO ESTUDE I ACCT 567 Semana 2 Caso Estude I ACCT567 Caso Estude I (Semana 2) O Fundo Geral de Middleville.

BSOP 588 SEMANA 5 ESTUDO DE CASO

BSOP 588 SEMANA 5 CASO ESTUDE Para adquirir este link, visite: http://www.activitymode.com/product/bsop-588-week-5-caso-estude/ Contate-nos em: [email protected] BSOP 588 SEMANA 5 CASO ESTUDE 1. Explique como a Voz do Funcionário apóia processos internos aprimorados (Voz do Negócio).

CASO DE ESTUDO HSM 544 SEMANA 5 MAIS RECENTE

HSM 544 SEMANA 5 ESTUDE CASO O mais recente para comprar este tutorial, visite o seguinte link: http://mindsblow.com/product/hsm-544-week-5-estude-caso-mais recente / Contate-nos em: [email protected] HSM 544 SEMANA 5 ESTUDE CASO ÚLTIMA CLASSE DE POLÍTICA DE SAÚDE E ECONOMIA: Esta é uma Caso Estude semana 5 que preciso de ajuda.

GSCM 206 SEMANA 4 ESTUDO DE CASO

Siga este link para obter este tutorial: http://wiseamerican.us/product/gscm-206-week-4-caso-estude/ Contate-nos em: [email protected] GSCM 206 SEMANA 4 CASO ESTUDE Caso Estude: Onde colocar a pesquisa de mercado do Hard Rock Café 1. Na lista de verificação de pesquisa de mercado padrão de Munday, selecione qualquer outra.

ESTUDO DE CASO 2 CIS 512 WK 6

CIS 512 WK 6 CASO ESTUDE 2 Para adquirir esta visita aqui: http://www.coursehomework.com/product/cis-512-wk-6-caso-estude-2 / Entre em contato conosco: [email protected] CIS 512 WK 6 CASO ESTUDE 2 CIS 512 WK 6 Caso Estude 2 - Como os arquivos de astronomia sobreviverão ao tsunami de dados que os astrônomos coletam e geram.

Estudos de caso da equipe de aprendizagem UOP QRB 501 semana 5

Equipe de aprendizagem UOP QRB 501 semana 5 Caso Estudos Complete o seguinte caso estudos de Ch. 21 da Matemática Empresarial: • Caso Estude 21-1, pág. 768 • Caso Estude 21-2, pág. 769 Crie sua própria planilha Microst Excel e formate-a para responder às suas perguntas. Observação. Mostre todo o trabalho e cálculos. (O uso.


21.1: Estudo de caso: Ameaças à nossa saúde - Biologia

uma Departamento de Fisiologia Molecular e Física Biológica, University of Virginia, Charlottesville, Virginia, EUA, b Faculdade de Estudos Individuais entre Professores em Matemática e Ciências Naturais, Universidade de Varsóvia, Varsóvia, Polônia, c Faculdade de Química, Centro de Pesquisa Biológica e Química, Universidade de Varsóvia, Varsóvia, Polônia, d Departamento de Cristalografia, Faculdade de Química, Universidade A. Mickiewicz, Poznan, Polônia, e Centro de Pesquisa Biocristalográfica, Instituto de Química Bioorgânica, Academia Polonesa de Ciências, Poznan, Polônia, f Instituto de Ciência da Computação, Universidade de Tecnologia de Poznan, Poznan, Polônia, g Centro de Biologia Estrutural, Instituto Nacional do Câncer, Frederick, Maryland, EUA, h k.-k Hofkristallamt, San Diego, Califórnia, EUA e eu Instituto de Epidemiologia Genética, Medical University Innsbruck, Innsbruck, Áustria
* E-mail para correspondência: [email protected], [email protected]

Insanidade é fazer a mesma coisa repetidamente e esperar resultados diferentes (atribuído a Albert Einstein).

Como parte da mobilização global para combater a atual pandemia, quase 100 artigos relacionados ao COVID-19 foram publicados e quase mil modelos de macromoléculas codificadas por SARS-CoV-2 foram depositados no Protein Data Bank em menos de um ano. A avalanche de novos dados estruturais deu origem a vários recursos dedicados a avaliar a exatidão e a qualidade dos dados e modelos estruturais. Aqui, uma abordagem para avaliar as grandes quantidades de tais dados usando o recurso https://covid19.bioreproducibility.org é descrita, que oferece um modelo que pode ser usado em iniciativas de grande escala realizadas em resposta a futuras crises biomédicas. O uso mais amplo da metodologia descrita poderia reduzir consideravelmente o ruído da informação e melhorar significativamente a reprodutibilidade da pesquisa biomédica.

1. Introdução

Em resposta à pandemia de SARS-CoV-2, ocorreu uma mobilização sem precedentes da comunidade científica, com foco na compreensão de várias propriedades do vírus SARS-CoV-2 e no desenvolvimento de medicamentos para tratar e prevenir COVID-19. Em linha com o paradigma atual de descoberta de drogas baseado em estrutura, a biologia estrutural tem estado entre as principais disciplinas que apóiam esses esforços. Na verdade, desde que a primeira estrutura de uma proteína SARS-CoV-2 foi lançada no início de fevereiro de 2020, houve uma enxurrada de modelos tridimensionais de alvos macromoleculares relacionados ao SARS-CoV-2, principalmente determinados por raios-X cristalografia e microscopia crioeletrônica (crio-EM). O Protein Data Bank (wwPDB) mundial, que é um repositório global de modelos macromoleculares experimentais, funcionando como um consórcio do RCSB (EUA), PDBe (Europa) e PDBj (Japão), é essencial para tornar esses esforços publicamente disponíveis (Berman et al. , 2000 Burley et al. , 2019). A urgência em entender os mecanismos patológicos desse vírus e em encontrar terapias resultou em um ritmo extremamente rápido de pesquisas e um grande número de deposições estruturais em um curto período de tempo. Essa rapidez inevitavelmente levou a erros e erros de gravidade diferente, às vezes na área sensível das interações de proteínas e ligandos, potencialmente enganando esforços subsequentes de pesquisa biomédica. Tal cenário exige uma etapa adicional de "controle de qualidade" que garante a validade dos modelos (Clegg, 2021 Wlodawer et al. , 2018). Essa etapa agora é uma parte aceita do protocolo de design de drogas com base na estrutura. Assim, vários projetos foram iniciados para avaliar as estruturas SARS-CoV-2 (Wlodawer et al. , 2020 Croll et al. , 2020), além de recursos de refinamento de estrutura previamente estabelecidos, como PDB-REDO (Touw et al. , 2016). Esses esforços resultaram na criação de servidores web, por exemplo https://covid-19.bioreproducibility.org, que têm como objetivo organizar o fluxo de trabalho e tornar os resultados mais facilmente digeríveis para as comunidades biológicas e medicinais (Brzezinski et al. , 2021 ).

Recentemente, & # 876450 vários recursos relacionados ao COVID-19 foram descritos em uma publicação que pode servir como um "meta-recurso" (Waman et al. , 2020). No entanto, a manutenção desses recursos e mantê-los atualizados é uma tarefa difícil, como mostrado pelo número de recursos de alta visibilidade (não necessariamente relacionados ao COVID-19) que foram encerrados (Berman et al. , 2009) ou foram extintos nos últimos anos (Kolesov et al. , 2007). O fluxo semanal de novas estruturas relacionadas ao SARS-CoV-2 não diminuiu, mas permaneceu alto (em média cerca de 15 por semana), sobrecarregando até mesmo equipes de especialistas em validação de estrutura altamente experientes. Com o conforto proporcionado pela presença de estruturas de alta qualidade para a maioria das proteínas virais, tornou-se óbvio para nós que o papel de longo prazo dos recursos acima mencionados não é analisar escrupulosamente todas as estruturas assim que aparecem no PDB, mas para demonstrar um caminho possível para lidar com uma grande quantidade de dados estruturais durante os desafios biomédicos atuais e futuros.

Nesse ponto, duas observações foram feitas. Em primeiro lugar, foi gratificante notar que apenas uma pequena fração das estruturas gráficas cristalinas precisou de correções moderadas, com menos de 1% exigindo uma reinterpretação significativa. Decidimos dar às estruturas crio-EM apenas uma inspeção muito superficial, pois a correção detalhada de problemas estruturais dos modelos crio-EM estaria além do escopo deste artigo. Em segundo lugar, conforme relatado anteriormente (Raczynska et al. , 2018), tentativas de correção de modelo totalmente automática, por exemplo, via PDB-REDO (Touw et al. , 2016), são limitados em escopo e não podem abordar alguns problemas, como identificação de ligante e grande reconstrução além do raio de convergência de refinamento simples. Um especialista humano ainda é necessário para corrigir os erros restantes, talvez auxiliado por alguma inteligência artificial (Kowiel et al. , 2019). Outro exemplo de recurso de melhoria de estrutura é o Sistema de Re-refinamento Cryo-EM ( CERES ) criado pelo grupo Phenix (Liebschner et al. , 2021 ).

Com um acúmulo de estruturas para validar e possivelmente remodelar, refinar e voltar a depositar, decidimos criar uma ferramenta automática para gerar um relatório para cada estrutura (Brzezinski et al. , 2021) que vai além do relatório de validação fornecido pelo APO. Nosso objetivo era avaliar rapidamente quais casos precisam ser inspecionados manualmente e possivelmente corrigidos. Gostaríamos de enfatizar que qualquer estrutura melhorada deve ser depositado novamente ao PDB pelos autores originais, às vezes junto com aqueles que contribuíram significativamente para a melhoria da estrutura, para garantir que o PDB contenha o modelo mais preciso e que os autores originais recebam todo o crédito por seu trabalho. O esquema de controle de versão recentemente implementado pelo PDB deve tornar essa tarefa mais fácil. Em caso de desacordo com os depositantes originais, pode ser necessário fazer um depósito secundário com base nos fatores de estrutura dos autores originais. 1 A abordagem descrita aqui pode servir como um modelo para várias iniciativas em grande escala que avaliam modelos de estrutura macromolecular como alvos de design de drogas.

2. Avaliação da estrutura

2.1. Colheita e classificação de modelos estruturais

Desde o início da pandemia de COVID-19, quase 100 artigos relacionados ao COVID-19 foram publicados em periódicos indexados pelo PubMed, constituindo & # 87646% de todos os artigos biomédicos durante esse período. Simultaneamente (em 1 de fevereiro de 2021), quase 1000 modelos macromoleculares relacionados ao SARS-CoV-2 foram depositados no PDB. As deposições compreendem vários modelos das mesmas proteínas virais, às vezes inteiras, às vezes seus domínios individuais e às vezes complexos de várias combinações das proteínas virais (ou seus mutantes ou domínios) e anticorpos, ácidos nucleicos ou proteínas humanas. Há um número suficiente dessas combinações para sobrecarregar completamente os pesquisadores biomédicos que desejam utilizar esses modelos em suas pesquisas. A cada semana, mais de 200 novos modelos macromoleculares (não apenas relacionados ao COVID-19) são depositados no PDB, e uma análise detalhada desse fluxo de estrutura é uma tarefa de Sísifo. Para selecionar apenas estruturas de interesse, decidimos realizar uma verificação de similaridade de sequência para cada nova deposição de PDB com proteínas SARS-CoV-2 (uma excelente interpretação artística do vírion SARS-CoV-2 e suas proteínas é apresentada em Parks & # 38 Smith, 2020). Esta técnica foi usada anteriormente por centros de Iniciativa de Estrutura de Proteínas (Chruszcz et al. , 2010 Grabowski et al. , 2016) para verificar todas as semanas se outros cristalografistas ou entidades de pesquisa abordaram algum dos homólogos alvo MCSG, NYSGRC e CSGID. Este procedimento reduz o número de candidatos potenciais para análise em 90% e ao mesmo tempo nos permite classificar adequadamente cada novo depósito relacionado ao SARS-CoV-2. As estruturas são então classificadas como nativas, mutantes, complexos com ligantes menores ou complexos com outras macromoléculas, que podem ser anticorpos ou outras macromoléculas biológicas, como receptores de superfície celular ou ácidos nucléicos. Esta informação poderia, em princípio, ser extraída do recurso PDB dedicado ao COVID-19 (Lubin et al. , 2020 https://www.rcsb.org/news?year=2020&article=5e74d55d2d410731e9944f52), que era de fato nosso método inicial, ou dos registros de cabeçalho e título do PDB, mas decidimos verificá-lo por pesquisa de similaridade de sequência , especialmente quando encontramos discrepâncias entre nossa coleta de dados e a classificação do PDB. Quando uma determinada deposição é um ligante & # 8211 complexo macromolécula, verificamos rotineiramente a correlação do modelo de ligante com seu mapa de densidade de elétrons.

2.2. Critérios de avaliação de estrutura

Os critérios que usamos para avaliar cada estrutura resultam da experiência adquirida em vários desses projetos e são relativamente simples. Eles foram descritos anteriormente no artigo que apresenta o servidor https://covid-19.bioreproducibility.org (Brzezinski et al. , 2021), bem como em diversos artigos publicados sobre o assunto (Wlodawer et al. , 2013 Shabalin et al. , 2015 Menor et al. , 2016 Zheng et al. , 2014). Por conveniência, classificamos amplamente os problemas observados nas estruturas em três categorias: mínimo, moderado e significativo. Estes são os termos que usamos para fazer a triagem das estruturas relacionadas ao COVID-19 de acordo com a necessidade percebida de refinar novamente uma estrutura depositada. Esses critérios devem ser vistos como exemplos e não devem ser considerados como uma lista estrita ou exaustiva (Fig. 1). A importância de cada questão depende da estrutura e da resolução, e diferentes pesquisadores podem não concordar com a classificação de cada ponto na Fig. 1. No entanto, todas essas questões são importantes e sempre devem ser tratadas antes de uma estrutura ser depositada. Por exemplo, o posicionamento fora do padrão na célula unitária pode ser um erro mínimo se afetar uma estrutura única, mas é mais sério se já houver estruturas naquele grupo espacial, uma vez que complicará desnecessariamente sua comparação.


figura 1
Classificação dos problemas observados em várias estruturas macromoleculares. Esses problemas, que não são uma lista exaustiva, podem ser difíceis ou mesmo impossíveis de corrigir. Alguns critérios dependem do caso e da resolução, como NCS e TLS (indicados em uma cor diferente). Por exemplo, o uso de NCS pode ser crítico para estruturas de baixa resolução devido ao número reduzido de parâmetros. A colocação de células não padronizadas deve ser evitada porque torna mais difícil comparar duas ou mais estruturas semelhantes (também indicadas por cores). A classificação pode depender de quem está olhando para a estrutura, ou seja, um cristalógrafo ou um biólogo.

É importante perceber que os critérios não estão escritos "em pedra". Cristalógrafos que trabalham em refinamentos podem ter opiniões diferentes sobre o nível de gravidade do mesmo problema. Novas experiências em re-determinação de estrutura podem melhorar o processo e podem afetar o ponto de referência. O grande número de estruturas essencialmente muito semelhantes elucidadas em um período muito curto cria uma oportunidade para comparar várias métricas de qualidade e a influência das condições de cristalização, e também para analisar como diferentes polimorfos de grupos espaciais podem afetar a interpretação da estrutura.

Cada modelo é baixado do PDB e analisado por HKL -3000 (Menor et al. , 2006), e os resultados são apresentados em um formato atualizado (Fig. 2) de um relatório padronizado de dados e qualidade do modelo (Brzezinski et al. , 2021). Valores incomuns, ausentes ou questionáveis ​​são sinalizados com pontos de exclamação vermelhos. Quando uma estrutura é refinada novamente, o novo relatório contém os resultados do refinamento adicional, ele pode incluir resultados do reprocessamento se os dados de difração originais estiverem disponíveis em um repositório de dados. Alguns repositórios verificam a consistência entre os dados de difração e os modelos estruturais submetidos ao PDB. Por exemplo, no recurso IRRMC em https://proteindiffraction.org, todos os dados de difração são reprocessados ​​automaticamente para verificar se os dados corretos estão associados a cada estrutura (Grabowski et al. , 2016, 2019). É importante notar que cerca de 5% dos dados originais depositados no IRRMC eram inicialmente inconsistentes com a deposição PDB correspondente, o que mostra que o gerenciamento de dados em laboratórios gráficos cristalinos ainda precisa de melhorias (Zimmerman et al. , 2014 Cooper et al. , 2021). Metadados que estão contidos apenas no próprio PDB podem não ser confiáveis ​​porque são fornecidos pelo pesquisador que fez o depoimento. Inexperiência ou pressa podem fazer com que as informações sejam enviadas para o campo errado, que valores inadequados sejam inseridos ou que itens de dados sejam ignorados. Os depositantes pela primeira vez fazem até 20% de todos os depósitos do PDB (assumindo que o primeiro autor de uma estrutura seja responsável pelo depósito), portanto, erros não são incomuns.


Figura 2
Parte de um relatório preliminar mostrando os parâmetros mais importantes relacionados à qualidade da estrutura, como exemplificado pela deposição 5s32 importada do PDB. Valores incomuns, ausentes ou questionáveis ​​são sinalizados com pontos de exclamação vermelhos. O relatório completo é apresentado na Fig. S1 suplementar.

Para abordar a questão da integridade dos metadados e a subsequente reprodutibilidade da pesquisa biomédica, fazemos uma série de sugestões, apresentadas na Fig. 3. Em nossa opinião, essas sugestões devem ser implementadas em vários níveis (pesquisadores, centros de dados e pesquisa, agências de fomento e órgãos dirigentes) de forma coordenada. Além disso, acreditamos que é crucial que os periódicos exijam a deposição de todas as estruturas relevantes antes da submissão de um artigo e o fornecimento dos revisores do artigo com a estrutura e os mapas de densidade de elétrons correspondentes. No mínimo, os revisores devem receber todas as informações enviadas ao PDB.


Figura 3
A resposta rápida acontecerá apenas quando pesquisadores, instalações, agências de financiamento e órgãos governamentais trabalharem juntos. Nossa recomendação é apenas uma voz na discussão e, como tal, é altamente subjetiva.

2.3. Importância da disponibilidade dos dados de difração originais

A reprodutibilidade e validação independente de modelos estruturais dependem fortemente da disponibilidade dos dados experimentais primários. Para cristalografia de raios-X, os dados primários são um conjunto de imagens de difração. Para crio-EM, os dados primários são um conjunto de imagens de microscopia eletrônica. O processo de determinação da estrutura 3D envolve múltiplas transformações desses conjuntos de imagens, resultando geralmente na redução do tamanho dos arquivos de dados e na potencial perda de algumas informações. Em um pipeline de determinação de estrutura de raios-X típico, as amplitudes do fator de estrutura são extraídas de intensidades de reflexão individuais que são escaladas e mescladas por software de processamento de dados (Otwinowski & # 38 Minor, 1997 Minor et al. , 2006 Leslie, 2006 Kabsch, inverno 2010 et al. , 2018). A forma reduzida resultante dos dados é salva em `arquivos de fator de estrutura 'contendo amplitudes de fator de estrutura, que são depositados no PDB junto com os arquivos de coordenadas atômicas.

Historicamente, os dados de difração originais eram frequentemente perdidos ou descartados devido ao seu tamanho exceder o espaço de armazenamento limitado. O modelo de estrutura foi pensado para ser o resultado final de um experimento cristalográfico, e o acesso às coordenadas (e posteriormente também aos fatores de estrutura) foi considerado suficiente. No entanto, a falta de acesso aos dados de difração completos torna impossível validar a etapa de processamento de dados. Em nossa experiência, houve vários casos em que o reprocessamento dos dados originais melhorou drasticamente a resolução e / ou qualidade de uma estrutura já depositada (Shabalin et al. , 2015). A importância de arquivar dados de difração primária foi enfatizada por periódicos da IUCr em um editorial conjunto (Helliwell et al. , 2019). Para arquivar seus dados de difração, os cristalógrafos agora têm repositórios especializados à sua disposição, com SBGRID (Meyer et al. , 2016) e IRRMC (Grabowski et al. , 2019) sendo o mais importante. Além disso, vários repositórios de dados de uso geral, como Zenodo (https://zenodo.org/) e Figshare (Singh, 2011), podem ser usados. No entanto, os repositórios de uso geral geralmente não são estruturados e aceitam dados "como estão". Para imagens crio-EM, o EMPIAR (Iudin et al. , 2016) recurso está disponível. No entanto, até agora, apenas uma pequena porcentagem dos dados primários para estruturas relacionadas ao COVID-19 estão disponíveis publicamente. A partir de 1 e # 160 de fevereiro de 2021, o IRRMC continha 41 conjuntos de dados de raios-X para proteínas SARS-CoV-2 e três conjuntos de dados para o coronavírus H-CoV-229E relacionado. Vários outros estavam disponíveis no SBGRID. EMPIAR continha 14 conjuntos e # 160 de imagens crio-EM relacionadas a SARS-CoV-2. Zenodo continha 79 conjuntos de dados para a protease principal 3CLpro, 78 dos quais representam um único grupo de deposição PanDDA.

Considerando o aumento do uso de servidores de pré-impressão, como medRxiv e bioRxiv, a organização ASAPbio recomendou que os cientistas não esperem até que o artigo seja publicado em um periódico revisado por pares para liberar seus depoimentos de PDB, mas o façam no momento em que se tornar disponível publicamente como uma pré-impressão (https://asapbio.org/asappdb). Os cientistas também são incentivados a depositar dados experimentais primários, como dados de difração, em um dos recursos dedicados.

Na maioria dos casos, os fatores de estrutura depositados no PDB são suficientes para uma validação inicial da estrutura. No entanto, quando o acesso às imagens de difração originais é necessário e elas não estão disponíveis ao público, a única forma de obter os dados é perguntando aos autores. Se uma publicação estiver associada ao depoimento, então é possível usar o endereço de e-mail do autor correspondente e / ou solicitar à revista que solicite os dados primários dos autores. No entanto, o contato com os depositantes se torna complicado quando um depoimento não tem uma citação primária e, portanto, nenhuma informação de contato do depositante está disponível. Este obstáculo torna a validação de entrada do PDB, ou qualquer tarefa que exija comunicação com os autores originais, indevidamente desafiadora, e um número substancial de nossas solicitações de dados de difração ficaram sem resposta. A relutância em fornecer dados primários não é exclusiva da biologia estrutural. Recentemente, foi relatado que a exigência de acesso a dados primários resultou em uma redução dramática de manuscritos aceitos (Miyakawa, 2020). Desde 2007, a deposição de fatores de estrutura passou a ser obrigatória, no entanto, os pedidos de dados biomédicos ou imagens de difração são por vezes ignorados. Parece que um requisito semelhante, ou seja, a deposição em um banco de dados público, se feita por todos os periódicos de biologia estrutural, reduziria muito o ruído da informação e aumentaria significativamente a bioreprodutibilidade. Em 1 de fevereiro de 2021, 360 de 930 deposições de SARS-CoV-2 tinham uma citação primária listada no PDB. O resto (incluindo 286 não-PanDDA 2 estruturas) permanecem "por publicar". 3 Uma fração significativa das citações primárias publicadas até agora foram em revistas de alto impacto.

2.4. Anotações inconsistentes

Durante a etapa de classificação de proteínas, encontramos vários problemas com nomenclatura e anotações inconsistentes. Estes problemas podem ser ilustrados pelo exemplo de estruturas de protease de cisteína semelhante à papaína (PLpro) (Fig. 4). PLpro é uma enzima essencial necessária para a proteólise do complexo replicase e é um alvo promissor para drogas que inibem a replicação do vírus (B & # 225ez-Santos et al. , 2015). Em todos os coronavírus conhecidos, o domínio PLpro, um membro da família PFAM08715, reside dentro da região NSP3 (Lei et al. , 2018), embora em locais diferentes. Em SARS-CoV-2, o domínio PLpro abrange os resíduos 1564 e # 82111882 da multiproteína Orf1ab (746 e # 82111064 de NSP3), em MERS-CoV, resíduos 1484 e # 82111800 de Orf1ab (631 e # 8211947 de NSP3) e em SARS-CoV, resíduos 1541 e # 82111859 do Orf1ab. Devido às dificuldades na cristalização de PLpro de tipo selvagem, uma mutação Cys & # 8594Ser que inativa a tríade catalítica é frequentemente usada para facilitar o crescimento de cristais. Esta técnica foi aplicada pela primeira vez para o vírus SARS-CoV, produzindo a estrutura do mutante C112S PLpro (entrada PDB 4m0w Chou et al. , 2014). No vírus SARS-CoV-2, a mutação correspondente é feita na posição 111 de PLpro, e o PDB agora contém múltiplas estruturas deste mutante C111S. De forma confusa, algumas estruturas descrevem esta mutação incorretamente como ocorrendo na posição 112 de PLpro (por exemplo, entradas PDB 7d6h e 7d7t J. Liu, Y. Wang & # 38 L. Pan, trabalho não publicado). O `Protein Feature Viewer 'na página do PDB mostra a mutação em posições variáveis ​​porque a sequência é numerada desde o início da estrutura modelada (Tabela & # 1601) em vez de usar uma sequência de referência fixa. Essa inconsistência em denotar o local de mutação pode parecer um problema menor, mas cria o potencial para confusão na interpretação de estruturas por não cristalógrafos e / ou por ferramentas automatizadas, especialmente quando a estrutura é liberada sem um papel associado. Felizmente, usuários cuidadosos do visualizador PDB podem resolver a confusão olhando para a posição absoluta da mutação dentro do ORF1ab, que elimina a ambigüidade da posição da mutação no arquivo PDB.

tabela 1
Variabilidade na anotação da posição de mutação em estruturas do mutante C111S PLpro


Figura 4
Localização do gene PLpro no genoma SARS-CoV-2. Os retângulos vermelho e verde indicam as proteínas não estruturais (NSPs). Os subdomínios semelhantes a ubiquitina do terminal N - & # 173, polegar, dedos de zinco e palma são coloridos em azul-petróleo, laranja, framboesa e azul, respectivamente, no modelo de desenho animado da entrada 6wx4 do PDB. O resíduo Cys111 catalítico é marcado em vermelho.

As diferenças na numeração de resíduos entre várias estruturas PLpro são uma fonte de frustração que não se limita a este projeto e pode complicar significativamente a análise de estrutura e mineração de dados. Os números dos resíduos devem estar em conformidade com algum padrão e o uso de uma mistura de métodos de numeração dentro de uma família de proteínas complica desnecessariamente as comparações estruturais. Este problema foi resolvido recentemente pelo PDBrenum servidor web, que fornece estruturas que foram renumeradas de acordo com suas sequências UniProt (Faezov et al. , 2021). No entanto, sem a aceitação geral dessa convenção pelo PDB, os arquivos resultantes desse servidor podem, em última instância, contribuir para a própria confusão que ele visa aliviar.

2,5. Inconsistências nos depoimentos do PDB

Durante nossas tentativas de gerar relatórios automáticos e reprocessar os dados de difração, encontramos um grande problema com os depoimentos do PDB que é de natureza geral e exige uma revisão, ou pelo menos uma inspeção, do sistema de deposição / relatório usado pelo wwPDB. De acordo com a declaração do wwPDB, quaisquer dados depositados usando a ferramenta universal OneDep devem ser consistentes e idênticos, independentemente de qual site PDB foi usado para deposição. No entanto, nem todas as informações apresentadas nos sites das três organizações que coletam e divulgam informações como parte do wwPDB ( ou seja, RCSB PDB, PDBj e PDBe) é idêntico. Por exemplo, o & # 9001 eu / σ ( eu ) & # 9002 os valores relatados para a deposição 6zh9 parecem ser diferentes no local PDBe, conforme ilustrado na Fig. Suplementar S2. As informações do PDBe não são baseadas na entrada mmcif, mas parecem ser baseadas nos resultados de um phenix.xtriage análise dos fatores da estrutura depositada.

3. Estudos de caso

Em 1º de fevereiro de 2021, o recurso covid19.bioreproducibility.org identificou problemas de qualidade menores ou moderados em cerca de 100 estruturas e problemas significativos em nove estruturas. Uma delas, a entrada PDB 7d1m, foi depositada novamente (Brzezinski et al. , 2021). Algumas das estruturas nas quais encontramos problemas de qualidade (entradas do PDB 6w41 e 6w9c) também foram identificadas por outros recursos de avaliação de estrutura (Croll et al. , 2020, 2021). Para ilustrar nossa abordagem, apresentamos dois estudos de caso analisando o conjunto de estruturas de dois subdomínios de NSP3: PLpro e o macrodomínio.

3.1. Estudo de caso 1: análise comparativa de estruturas SARS-CoV-2 PLpro

Em 1 de fevereiro de 2021, o PDB liberou 25 estruturas depositadas de PLpro do SARS-CoV-2. Essas deposições representam a estrutura da protease isolada, em complexo com ligantes de pequenas moléculas (candidatos a inibidores) ou em complexo com outras proteínas, por exemplo, proteína semelhante à ubiquitina.

Todas essas estruturas cristalinas foram determinadas por difração de raios X em diferentes linhas de luz, por dez grupos de pesquisa, com substituição molecular (MR) utilizada para solução da estrutura. O CSGID determinou a primeira dessas estruturas, a entrada do PDB 6w9c (depositada em 22 de março e divulgada em 1 de abril de 2020). Ele usou MR com base na estrutura de PLpro do vírus SARS-CoV previamente estudado (PDB entrada 5y3q). A segunda estrutura (entrada PDB 6wrh) foi lançada cerca de um mês depois para o mutante C111S e, juntas, essas duas estruturas foram usadas como modelos MR iniciais para 17 das 23 estruturas PLpro subsequentes (algumas das estruturas subsequentes de complexos PLpro usadas vários modelos). 13 estruturas de PLpro foram determinadas pelo CSGID e têm o mesmo autor, que também identificou vários inibidores de pequenas moléculas (Osipiuk et al. , 2021). As estruturas de PLpro no PDB contêm sete inibidores exclusivos ligados à enzima (Fig. Suplementar S3).

A análise das estruturas depositadas de PLpro do SARS-CoV-2 mostra uma ampla distribuição da qualidade dos modelos. Uma forma de avaliar a qualidade é por meio da análise do ADP (ou B -factor) distribuição (Rupp, 2009 Masmaliyeva & # 38 Murshudov, 2019) dentro das estruturas e entre elas (Fig. & # 1605). De um modo geral, valores mais altos de ADP significam menor precisão das posições atômicas. No entanto, ao comparar ADPs entre estruturas, é importante ter em mente que ADPs um pouco mais altos não significam necessariamente uma estrutura menos precisa, em parte porque as distribuições de ADP dependem da implementação de restrição de ADP do refinamento. Em particular, é importante que, quando a tradução & # 8211libragem & # 8211, o refinamento do parafuso (TLS) foi usado no REFMAC que todos os valores do tensor de deslocamento anisotrópico atômico são depositados, porque no átomo registra apenas o resíduo B o fator é listado (https://www.wwpdb.org/deposition/refmac-user-notice). Os registros de anisotropia (ou sua restauração dos registros TLS) são necessários para reconstruir totalmente B fator. A análise dos ADPs na Fig. 5 mostra um padrão muito semelhante entre os modelos SARS-CoV-2 PLpro, em que os loops entre os principais elementos de estrutura secundária têm ADPs mais elevados do que o núcleo da proteína. Algumas outras regiões de alta movimentação são comuns a estruturas múltiplas, em particular 'loop de bloqueio 2' (Gly266 & # 8211Gly271) dentro do subdomínio palm (Henderson et al. , 2020). Outras regiões flexíveis ocorrem dentro do subdomínio dedos de zinco (Fig. 4).


Figura 5
Comparação de resíduo B fatores (& # 197 2) em todas as estruturas de raios-X conhecidas de PLpro de SARS-CoV-2, identificadas pelo código PDB à esquerda. Uma cor verde indica valores abaixo da média para todos os átomos de todas as estruturas PLpro e amarelo indica valores que estão acima. Resíduos com um B fator maior que 80 & # 8197 & # 197 2 são marcados em vermelho e uma moldura vermelha indica valores que são mais de um desvio padrão acima da média. Um asterisco ao lado do código PDB indica que o TLS foi usado durante o refinamento. A estrutura secundária é atribuída por resíduo por um código de uma letra no topo da figura: C, E e H, representando bobina, fio e hélice, respectivamente. O `loop de bloqueio 2 'é marcado em roxo. A planilha completa está disponível como dados complementares.

As regiões de alta flexibilidade também podem ser facilmente vislumbradas em um mapa de distância entre estruturas (Fig. 6) como regiões com os maiores desvios da estrutura medóide (PDB entrada 7yvi). A estrutura medóide foi selecionada como o modelo com o menor r.m.s.d. de todos os modelos PLpro completos (sem resíduos). É fácil destacar os resíduos problemáticos do mapa de contato (Fig. S5 suplementar). Este é um exemplo de análise que pode ser realizada para um conjunto de estruturas semelhantes. Ambos os mapas foram calculados usando BioShell (Macnar et al. , 2020 ).


Figura 6
Um mapa que mostra as distâncias entre os átomos C & # 945 equivalentes (numerados na parte inferior) em um determinado modelo PLpro (identificado pelo código PDB e ID da cadeia à direita) e a estrutura de referência PDB entrada 7yvi selecionada como o modelo medóide (ver texto para uma explicação). A cor branca indica resíduos que faltam em um determinado modelo. O dendrograma à esquerda mostra os resultados do agrupamento usando o método de Ward (Ward, 1963).

De todas as estruturas do PLpro que analisamos, apenas uma apresentava problemas de qualidade significativos (veja abaixo), enquanto quatro apresentavam problemas moderados. Em comparação, 11 estruturas da protease principal tiveram correções moderadas, enquanto sete tiveram erros significativos (Fig. & # 1607). A primeira estrutura SARS-CoV-2 PLpro depositada, entrada PDB 6w9c, é classificada como tendo problemas de qualidade moderados. Foi determinado com resolução de 2,7 & # 8197 & # 197, com a maioria dos resíduos tendo ADPs muito elevados. Muitos resíduos foram encontrados em densidade de elétrons extremamente pobre. É importante notar que esses problemas com a qualidade da estrutura não são resultado de refinamento pobre, mas sim de dados de baixa qualidade (completude de 57,3%) causados ​​por danos de radiação. O refinamento da entrada de PDB 6w9c com restrições de simetria não cristalográfica (NCS) adicionadas para as três cópias independentes da molécula na unidade assimétrica fixou um número de outliers de rotâmero, mas não pode melhorar substancialmente o modelo devido à baixa densidade de elétrons.


Figura 7
Comparação da resolução da estrutura da proteína e um indicador geral de qualidade da estrutura, P ( Q 1), que combina R gratuitamente , RSRZ (espaço real normalizado R -factor) outliers, outliers Ramachandran, outliers rotamer e clashscore em uma escala de percentil (Brzezinski et al. , 2020). A comparação envolveu modelos de PLpro (quadrados) e 3CLpro (círculos). Valores mais altos de P ( Q 1) representam modelos melhores. As cores indicam a gravidade dos problemas detectados pelo servidor https://codvid19.bioreproducibility.org. Uma lição importante para todos os estudos de docking e / ou computacionais é que a qualidade da estrutura não depende apenas da resolução (consulte a Fig. S4 suplementar).

Como essa estrutura foi o primeiro modelo depositado da protease semelhante à papaína do SARS-CoV-2, houve, compreensivelmente, uma corrida para depositar essa estrutura para torná-la disponível para a comunidade científica. Em termos de lições dessa pandemia, pensamos que a deposição rápida, mas imperfeita, é uma estratégia vencedora. Embora a primeira estrutura fosse pobre, ela ainda forneceu uma boa idéia sobre a dobra da proteína e os detalhes do sítio ativo, confirmando sua semelhança com o homólogo SARS-CoV, e contribuiu para a determinação de estruturas PLpro subsequentes. Posteriormente, estruturas da mesma proteína com qualidade muito melhor foram lançadas pelos mesmos autores e por outros, e estas deveriam ser utilizadas atualmente por qualquer pessoa que trabalhe neste assunto.

Três outras estruturas PLpro foram identificadas com problemas de qualidade moderados: falta de alguns resíduos de aminoácidos, cadeias laterais ou moléculas de água, ou com rotâmeros incorretos, moléculas de água marcadas como UNK etc . O refinamento foi capaz de corrigir a maioria desses problemas. Uma estrutura (entrada PDB 7d47), que se originou de um cristal gêmeo, foi classificada como tendo problemas de qualidade significativos: as coordenadas não estavam no local padronizado na célula unitária e vários resíduos estavam faltando na cadeia B . Mesmo que a densidade de elétrons na área dos resíduos ausentes não fosse muito forte, foi possível rastrear os resíduos de aminoácidos e adicioná-los durante o refinamento. Além disso, as restrições NCS foram usadas durante o refinamento e várias moléculas de água foram adicionadas ao modelo.

Embora as mudanças introduzidas durante o refinamento possam parecer relativamente menores e inconseqüentes, deve-se levar em consideração a possibilidade de que a qualidade inferior da estrutura possa impactar os estudos subsequentes. Direcionar PLpro com inibidores de moléculas pequenas é uma estratégia anti-COVID promissora que já foi explorada por vários estudos de docking (Rahman et al. , 2021 Hall-Swan et al. , 2021 Sedova et al. , 2020). No entanto, parece que esses estudos de docking não usaram os resultados de curadoria / refinamento fornecidos por qualquer um dos recursos de avaliação de qualidade para estruturas SARS-CoV-2. Alguns dos estudos de encaixe se basearam em estruturas para as quais problemas moderados de qualidade foram identificados por nosso recurso, como a entrada 6w9c do PDB. Isso ilustra uma limitação significativa dos projetos de avaliação, a saber, que as melhorias estruturais que não são relatadas ao APO podem ter apenas um impacto limitado, se houver, na pesquisa subsequente. Não há dúvida de que muitos dos modelos no banco de dados PDB-REDO são melhores do que os deposições originais do PDB, no entanto, as estruturas aprimoradas são usadas com muito menos frequência do que as do PDB. A análise das referências da literatura mostra que o número de citações de PDB-REDO é mais de duas ordens de magnitude inferior ao do PDB.Por esse motivo, quando mudanças significativas são necessárias, os autores deste artigo sempre seguem o caminho das deposições articulares, conforme descrito na Seção 1. Na maioria dos casos, encorajamos fortemente os autores dos depoimentos originais a fazer uso de nossas correções e atualizar os modelos no PDB usando o mecanismo de controle de versão recentemente implementado , que permite que os depositantes atualizem suas entradas enquanto mantêm o mesmo código de adesão do PDB. Além disso, como quase todas as publicações estão agora disponíveis online, seria benéfico se a atualização para o depósito do PDB ou um link para o novo código do PDB (se a estrutura foi depositada novamente devido a fatores de estrutura atualizados) também pudesse ser adicionado como um nota para a publicação original. Encorajamos tomar os modelos atualizados disponíveis em nosso site como ponto de partida ou simplesmente usar a lista de correções no `Resumo do refinamento 'para cada estrutura. Como esses modelos nem sempre estão totalmente finalizados, todas as correções devem ser inspecionadas pelos autores, novos relatórios de validação do PDB devem ser executados e quaisquer problemas restantes podem precisar ser resolvidos. O recurso fornece um e-mail de contato para perguntas sobre correções específicas.

Há uma questão importante criada pela presença de estruturas subótimas mais antigas no PDB. Às vezes, o mesmo grupo relata uma estrutura nova e melhor, mas, por vários motivos, a mais antiga ainda é deixada no PDB. Quando estruturas subótimas são usadas em estudos de docking, a docking também é subótima ou pode até estar completamente errada. No entanto, essa observação leva a uma questão: a estrutura anterior deve ser retirada do PDB, a fim de reduzir a 'poluição' do banco de dados, ou deve permanecer lá como um registro histórico de um marco e realização oportuna dos autores? Se este último for escolhido, deve haver um sinalizador (palavra-chave) alertando sobre a utilização de tais depoimentos históricos para estudos posteriores, e redirecionando para o deposição substituto. Talvez a interface do PDB possa adotar a abordagem da Amazon e exibir a mensagem `Uma versão mais recente desta estrutura está disponível '.

3.2. Estudo de caso 2: estruturas de resolução atômica do macrodomínio SARS-CoV-2 NSP3

Um grande número de modelos estruturais do macrodomínio SARS-CoV-2 NSP3 determinado na resolução atômica (1,2 & # 8197 & # 197 ou superior) foram depositados durante o ano passado. Esses modelos foram depositados por dois grupos diferentes (126 por J. S. Fraser e colegas de trabalho e 100 por F. von Delft e colegas de trabalho). A grande maioria dessas estruturas são anotadas como depoimentos de grupo, embora nem todas sejam claramente identificadas como membros de conjuntos PanDDA. Algumas estruturas, no entanto, foram depositadas individualmente e não em grupos (exemplos incluem entradas PDB 7kqw, 7kqo, 7kr0 e 7kqp). Considerando que tais estruturas de resolução atômica são comumente usadas para estudos aprofundados de acompanhamento e podem ser usadas para a criação de parâmetros de restrição precisos para o refinamento de estruturas de proteínas em resolução mais baixa (Jaskolski et al. , 2007 Jaskolski, 2017), é fundamental que sejam refinados com especial cuidado e devidamente anotados durante a deposição. Este, entretanto, não parece ser o caso aqui.

Grande parte do problema se deve à falta de uma descrição clara do que exatamente é depositado para cada estrutura em uma deposição de grupo PanDDA. Considerando que uma análise detalhada do PanDDA algoritmo está além do escopo deste artigo, ressaltamos que algumas estatísticas de tais deposições são consideravelmente piores do que o que seria esperado para estruturas refinadas em uma resolução tão alta. Em particular, o R fatores são, na maioria dos casos, altos, com R gratuitamente principalmente acima de 20%. Valores irracionais de R fundir (por exemplo, 53% para a entrada 5s32 do PDB) não são necessariamente o resultado de um erro tipográfico durante a deposição, como R p.i.m. também é muito alto. O que mais nos preocupou, entretanto, foram as discrepâncias entre as coordenadas atômicas e os mapas de densidade de elétrons calculados usando os coeficientes do mapa no formato mtz baixados do servidor RCSB do PDB. Dois desses exemplos são mostrados na Fig. 8 para os conjuntos de dados 5rtl e 5rsi. Considerando que a falta de densidade de elétrons convincente para o ligante modelado pode ser uma característica da abordagem PanDDA, a presença de densidade de elétrons forte para as cadeias laterais de proteínas adjacentes que não correspondem às coordenadas do modelo é bastante preocupante.


Figura 8
Dois exemplos de estruturas PanDDA. Esquerda, deposição 5rtl direita, deposição 5rsi. Os modelos são mostrados em representação stick com átomos de C em magenta, átomos de O em vermelho e átomos de N em azul. Os mapas e modelos são baixados do servidor EDS, pois são aqueles que um usuário regular usaria. Os mapas de densidade de elétrons são contornados em 1.0 & # 8197r.m.s.d. para 2 mF oDF c (azul) e & # 1773.0 & # 8197r.m.s.d. para mF oDF c (verde / vermelho). Os mapas mostram claramente que em ambas as estruturas o resíduo Phe156 está fora de densidade. Embora haja alguma densidade para o ligante em 5rtl (esquerda), a densidade não suporta o ligante em 5rsi (direita). Os mapas e modelos podem ser inspecionados interativamente em https://molstack.bioreproducibility.org/project/view/UpsJDYBUP96ULQ63VEUW/.

Outro problema potencial que poderíamos identificar nas estruturas depositadas individualmente é um uso muito liberal de múltiplas conformações nos modelos, com posições atômicas alternadas às vezes com apenas 0,1 & # 8197 & # 197 de distância. Um exemplo é fornecido pela entrada 7kr0 da estrutura de resolução ultra-alta do PDB, que foi modelada com um total de 1995 sítios atômicos não-H na parte da proteína. Um modelo muito mais conservador contendo apenas 1405 sites aumentou R gratuitamente apenas minimamente, sem repercussões significativas no mapa de densidade de elétrons.

4. Dos dados ao conhecimento

Existem duas perspectivas sobre o valor das contribuições científicas para o combate à pandemia COVID-19. Por um lado, os cientistas produziram uma avalanche de publicações e modelos de estrutura macromolecular relacionados ao COVID-19. Por outro lado, todos esses esforços ainda não resultaram na cura definitiva da doença. É possível que alguns dos artigos publicados contenham um projeto de cura, mas é muito difícil avaliar o conteúdo e a importância de cada artigo entre os & # 8764100 & # 8197000 publicados.

Nos últimos anos, surgiram novas ferramentas de `assistente de ciência 'que usam inteligência artificial (IA) para auxiliar os humanos na tarefa de identificar e avaliar a literatura científica, com exemplos como Scite.ai e Iris.ai. A pesquisa em Scite.ai pela palavra-chave `PLpro 'identifica 194 publicações, exibe o contexto e permite o rastreamento de citações. Dado o URL de uma publicação, a plataforma Iris.ai constrói um `mapa de exploração 'exibindo os conceitos que aparecem no papel. No entanto, as ferramentas do `assistente de ciências 'ainda não estão maduras o suficiente para ajudar substancialmente a encontrar as informações mais relevantes que podem estar escondidas atrás de milhares de páginas em dezenas de periódicos. Além disso, não há conexão entre essas plataformas e vários recursos importantes, incluindo os dados de biologia estrutural no PDB.

Acreditamos que a solução mais promissora para a sobrecarga de informação e a falta de uma recuperação eficaz de informação é a criação de um sistema de informação avançado (AIS) (Zheng et al. , 2017) que é capaz de colher os resultados básicos de todos os recursos e publicações relevantes. O PDB deve ser a base de um AIS de biologia estrutural. Isso exigiria uma melhoria significativa das deposições estruturais, não se limitando às coordenadas do modelo, mas também enfatizando metadados precisos para cada deposição. O primeiro passo seria uma melhor definição do padrão de deposição, por exemplo, a elaboração de diretrizes sobre como descrever áreas dos mapas que são tão fracas que não se pode modelar com segurança cadeias laterais ou mesmo a cadeia principal. Atualmente, cada grupo de pesquisa usa seu próprio padrão (como ocupação zero ou omissão de átomos) e, às vezes, o mesmo grupo usa padrões diferentes, dependendo de qual pesquisador é responsável por um projeto específico.

A confiabilidade dos dados científicos é de suma importância em muitos campos. A atual crise biomédica deve motivar cientistas e órgãos de gestão científica a prestarem mais atenção aos dados. A experiência com dados de mais de 1000 ensaios clínicos registrados para COVID-19 deu origem à seguinte afirmação forte (Ewers et al. , 2021 ):

Nessas circunstâncias difíceis e que mudam rapidamente, as boas práticas científicas, a reprodutibilidade e a transparência são princípios essenciais que devem orientar os ensaios clínicos para informar adequadamente a tomada de decisão médica e manter a confiança do público.

Para implementar esses princípios orientadores, os pipelines experimentais precisam abranger sistemas versáteis de gerenciamento de informações de laboratório (LIMS) para coletar metadados completos que sejam confiáveis ​​o suficiente para produzir os principais recursos da seção de métodos da publicação associada ou, no caso da biologia estrutural, o cabeçalho do depoimento do PDB. A transcrição dos metadados assistida por máquina está longe de ser viável neste ponto, mas quando estiver disponível, terá que contar com metadados completos e precisos. Nesse sistema, se a seção de métodos precisar de edição, isso significará que os metadados fornecidos para a deposição não são bons o suficiente ou a rotina que produz a seção de métodos não é perfeita. Atualmente, obter uma descrição precisa da preparação da amostra para experimentos de raios-X e crio-EM a partir de uma deposição de PDB é particularmente desafiador. Por exemplo, as condições de cristalização incluídas no arquivo PDB muitas vezes diferem da descrição dos métodos experimentais na publicação associada ou carecem de informações essenciais. Repetir uma cristalização, seja em um laboratório diferente ou mesmo dentro do mesmo laboratório, às vezes é uma tarefa difícil. A criação de um AIS requer uma mudança de atitude: a deposição do PDB não pode ser tratada como um incômodo obrigatório para a publicação, mas sim como uma contribuição igualmente importante para a reprodutibilidade e confiabilidade do registro científico permanente. Alcançar tal mudança de atitude pode exigir mudanças mais amplas na forma como as instituições científicas e agências de financiamento operam. Em particular, as decisões sobre contratação, promoção e financiamento devem considerar as contribuições dos cientistas aos recursos de dados. Em outras palavras, o paradigma `publicar ou perecer 'precisa ser atualizado para` publicar bons dados e artigos, ou perecer'. Caso contrário, o ambiente pandêmico pode criar uma situação de `publicar e ainda perecer '.

A criação de um AIS requer a colaboração em grande escala de pessoas com diversas experiências e experiências: química, física, ciência da computação, inteligência artificial, biologia, medicina e políticas públicas. O estabelecimento e o bem-estar de um AIS devem ser responsabilidade conjunta de cientistas, agências de financiamento e formuladores de políticas.

5. Conclusões

Como já aconteceu muitas vezes na história da humanidade, descobriu-se mais uma vez que um vírus, um agente infeccioso pequeno demais para ser observado em qualquer microscópio óptico, poderia abalar nossa civilização avançada, destruindo nossa economia e interrompendo nossa vida diária. O SARS-CoV-2 já causou a morte de mais de dois milhões de pessoas em todo o mundo e trouxe alguns sistemas de saúde à beira do colapso, seja devido ao excesso de pacientes com COVID-19 ou, ironicamente, devido à devastação financeira causada por a falta de pacientes para visitas hospitalares e procedimentos médicos eletivos devido às restrições do COVID-19. Após um ano, existem várias vacinas em produção em todo o mundo, mas a logística de distribuição e administração da vacinação está bem aquém das expectativas das pessoas e das promessas dos governos, embora algumas jurisdições tenham sido capazes de aumentar drasticamente sua eficiência de vacinação em um curto espaço de tempo (Suplementar Fig. S6). Ao mesmo tempo, usando uma variedade de abordagens, alguns países conseguiram reduzir significativamente a ameaça do vírus muito antes da aprovação de qualquer vacina. Em nossa opinião, o sucesso de alguns desses países, como Nova Zelândia, Islândia, Finlândia e Taiwan, pode ser atribuído a líderes experientes em ciência e tecnologia que aplicaram rapidamente o pensamento não ortodoxo para combater a pandemia. A resposta científica à pandemia COVID-19 resultou em uma grande quantidade de artigos, dados clínicos e de pesquisa e modelos estruturais que nenhum ser humano pode analisar. Em 2020, os cientistas começaram a criar um grande número de recursos da web para ajudar os pesquisadores a navegar pelos dados relacionados ao COVID-19. No entanto, surgiram tantos recursos que um meta-recurso para esses recursos já foi criado recentemente (Waman et al. , 2020 ).

A conversão de montanhas de papéis e uma infinidade de estruturas em informações úteis é um desafio formidável, mesmo no século XXI. Por exemplo, os genomas bacterianos agora podem ser sequenciados de forma rápida e relativamente barata, mas obter uma visão sobre a influência das proteínas individuais no organismo sequenciado na saúde humana é muito mais desafiador, demorado e caro (McPherson, 2009). A transformação efetiva de informações e dados em conhecimento é muito desafiadora e exigirá uma nova abordagem para recursos e bancos de dados, por exemplo, criando sistemas de informação avançados (AISs Zheng et al. , 2017 Zimmerman et al. , 2014 Cooper et al. , 2021). Um AIS invariavelmente terá um banco de dados em seu núcleo, mas também terá um sistema sofisticado de conexões para adquirir dados de fontes distintas (recursos e bancos de dados) para fornecer uma imagem o mais completa possível. A criação de um AIS sem dúvida exigirá a colaboração de muitos cientistas especialistas em seus respectivos campos, mas parece ser a única maneira de preparar a ciência biomédica para a próxima pandemia.

Dentro da biologia estrutural, muitos obstáculos devem ser superados antes que tal recurso AIS possa ser criado, mas nossas experiências podem fornecer orientação para aqueles que empreenderiam tal esforço. As estruturas produzidas por vários laboratórios devem ter um procedimento de avaliação padrão para garantir que sejam precisas e estejam em conformidade com os padrões aceitos. Isso pode ser parcialmente resolvido pela implementação de versões pelo PDB, o que permitirá que as estruturas sejam revisadas quando as melhorias forem consideradas necessárias e pode facilitar uma comparação mais direta das estruturas relacionadas. É essencial que as discrepâncias nos dados subjacentes sejam corrigidas quando descobertas. Isso talvez seja mais importante do que fazer uma revisão em uma publicação, porque as coordenadas são frequentemente usadas para vários fins (modelos MR, estudos de encaixe, mineração de dados etc. ) por pessoas que raramente estudam as publicações originais e são menos propensas a pesquisar rotineiramente possíveis correções em uma publicação.

Em 2002 & # 82112003, um vírus SARS-CoV com risco de vida e com & # 876410% de taxa de mortalidade infectou milhares de pessoas. Em 2012, foi identificada a síndrome respiratória coronavírus do Oriente Médio (MERS-CoV), com uma taxa de letalidade de 43%. Mais de 13 artigos científicos sobre coronavírus e doenças relacionadas com SARS e MERS foram publicados no período de 2002 e # 82112019. Algumas dessas descobertas sugeriram fortemente a possibilidade de um futuro ressurgimento de surtos ainda mais mortais de vírus semelhantes à SARS, no entanto, um apelo para estudos urgentes desses vírus (Chou et al. , 2014) passou quase despercebido. Estudos avançados de vacinas contra o vírus SARS-CoV foram encerrados devido à falta de financiamento (Chen et al. , 2014). Na história da humanidade, a pandemia COVID-19 é relativamente branda em comparação com a peste bubônica (Peste Negra) que matou cem vezes mais pessoas. Podemos não ter tanta sorte da próxima vez.

6. Abreviações

ADP, parâmetro de deslocamento atômico CSGID, Centro de Genômica Estrutural de Doenças Infecciosas crio-EM, microscopia crioeletrônica IRRMC, Recurso Integrado para Reprodutibilidade em Cristalografia Macromolecular MCSG, Centro do Centro-Oeste para Genômica Estrutural MERS, síndrome respiratória do Oriente Médio MR, substituição molecular NCS não -simetria cristalográfica NYSGRC, New York Structural Genomics Research Consortium PanDDA, análise de densidade pan-dataset PDB, Protein Data Bank rmsd, root-mean-square deviation RCSB, Research Collaboratory for Structural Bioinformatics SARS, síndrome respiratória aguda grave TLS, tradução & # 8211libration & # Parafuso 8211.

Informações de Apoio

Notas de rodapé

1 Um novo modelo baseado em dados originais existentes (fatores de estrutura) somente será divulgado pelo PDB quando submetido junto com os depositantes originais, ou quando o novo modelo for apoiado por uma publicação revisada por pares. Preferimos sempre fazer um depoimento atualizado junto com os depositantes originais.

2 Os grupos de deposição PanDDA (análise de densidade de conjunto de dados pan) estão relacionados a análises cristalográficas de conjuntos de dados múltiplos para a identificação de ligação de ligante e eventos estruturais (Pearce et al. , 2017 ).

3 A designação `a ser publicado 'é um tanto enganosa, porque muitas estruturas com décadas de idade ainda são listadas como tais.

Reconhecimentos

Os autores gostariam de agradecer a Dominik Gront e Chloe Estrada pelos valiosos comentários e ajuda na preparação do manuscrito. Um dos autores (WM) observa que também esteve envolvido no desenvolvimento de software e ferramentas de gerenciamento de dados e mineração de dados, alguns deles foram comercializados pela HKL Research e são mencionados no artigo. WM é cofundador da HKL Research e membro do conselho. Os autores não têm nenhuma outra afiliação relevante ou envolvimento financeiro com qualquer organização ou entidade com interesse financeiro ou conflito financeiro com o assunto ou materiais discutidos no manuscrito, além dos divulgados.

Informação de financiamento

Este trabalho foi financiado pela bolsa R01-GM132595 do Instituto Nacional de Ciências Médicas Gerais. O DB agradece o apoio da Agência Nacional de Intercâmbio Acadêmico da Polônia (bolsa nº PPN / BEK / 2018/1/00058 / U / 00001) e do Centro Nacional de Ciências da Polônia (bolsa nº 2020/01/0 / NZ1 / 00134). Este trabalho foi apoiado em parte pelo Programa de Pesquisa Intramural do NIH, National Cancer Institute, Center for Cancer Research. BR reconhece financiamento parcial por meio da bolsa P & # 16032821 da FWF (Austrian Science Foundation). JMM foi apoiado pelo Centro Nacional de Ciência da Polônia (bolsa nº 2018/29 / B / ST6 / 01989).

Referências

B & # 225ez-Santos, Y. M., St John, S. E. & # 38 Mesecar, A. D. (2015). Antiviral Res. 115 , 21 e # 821138. Web of Science PubMed Google & # 160Scholar
Berman, H. M., Westbrook, J., Feng, Z., Gilliland, G., Bhat, T. N., Weissig, H., Shindyalov, I. N. & # 38 Bourne, P. E. (2000). Nucleic Acids Res. 28 , 235 e # 8211242. Web of Science CrossRef PubMed CAS Google & # 160Scholar
Berman, HM, Westbrook, JD, Gabanyi, MJ, Tao, W., Shah, R., Kouranov, A., Schwede, T., Arnold, K., Kiefer, F., Bordoli, L., Kopp, J ., Podvinec, M., Adams, PD, Carter, LG, Minor, W., Nair, R. & # 38 Baer, ​​JL (2009). Nucleic Acids Res. 37 , D365 e # 8211D368. Web of Science CrossRef PubMed CAS Google & # 160Scholar
Brzezinski, D., Dauter, Z., Minor, W. & # 38 Jaskolski, M. (2020). FEBS J. 287 , 2685 e # 82112698. Web of Science CrossRef CAS PubMed Google & # 160Scholar
Brzezinski, D., Kowiel, M., Cooper, DR, Cymborowski, M., Grabowski, M., Wlodawer, A., Dauter, Z., Shabalin, IG, Gilski, M., Rupp, B., Jaskolski, M. e # 38 Menor, W. (2021). Protein Sci. 30 , 115 & # 8211124. Web of Science CrossRef CAS PubMed Google & # 160Scholar
Burley, SK, Berman, HM, Bhikadiya, C., Bi, C., Chen, L., Di Costanzo, L., Christie, C., Dalenberg, K., Duarte, JM, Dutta, S., Feng, Z., Ghosh, S., Goodsell, DS, Green, RK, Guranovi & # 263, V., Guzenko, D., Hudson, BP, Kalro, T., Liang, Y., Lowe, R., Namkoong, H ., Peisach, E., Periskova, I., Prli & # 263, A., Randle, C., Rose, A., Rose, P., Sala, R., Sekharan, M., Shao, C., Tan , L., Tao, Y.-P., Valasatava, Y., Voigt, M., Westbrook, J., Woo, J., Yang, H., Young, J., Zhuravleva, M. & # 38 Zardecki , C.(2019). Nucleic Acids Res. 47 , D464 e # 8211D474. Web of Science CrossRef CAS PubMed Google & # 160Scholar
Chen, W.-H., Du, L., Chag, SM, Ma, C., Tricoche, N., Tao, X., Seid, CA, Hudspeth, EM, Lustigman, S., Tseng, C.- T. K., Bottazzi, M. E., Hotez, P. J., Zhan, B. & # 38 Jiang, S. (2014). Zumbir. Vaccin. Immunother. 10 , 648 e # 8211658. Web of Science CrossRef CAS PubMed Google & # 160Scholar
Chou, C.-Y., Lai, H.-Y., Chen, H.-Y., Cheng, S.-C., Cheng, K.-W. & # 38 Chou, Y.-W. (2014). Acta Cryst. D 70 , 572 e # 8211581. Web of Science CrossRef IUCr Journals Google & # 160Scholar
Chruszcz, M., Domagalski, M., Osinski, T., Wlodawer, A. & # 38 Minor, W. (2010). Curr. Opiniões Struct. Biol. 20 , 587 e # 8211597. Web of Science CrossRef CAS PubMed Google & # 160Scholar
Clegg, W. (2021). IUCrJ , 8 , 4 e # 821111. Web of Science CrossRef CAS PubMed IUCr Journals Google & # 160Scholar
Cooper, DR, Grabowski, M., Zimmerman, MD, Porebski, PJ, Shabalin, IG, Woinska, M., Domagalski, MJ, Zheng, H., Sroka, P., Cymborowski, M., Czub, MP, Niedzialkowska , E., Venkata & # 173ramany, BS, Osinski, T., Fratczak, Z., Bajor, J., Gonera, J., MacLean, E., Wojciechowska, K., Konina, K., Wajerowicz, W., Chruszcz, M. & # 38 Minor, W. (2021). Methods Mol. Biol. 2199 , 209 e # 8211236. CrossRef PubMed Google & # 160Scholar
Croll, T., Diederichs, K., Fischer, F., Fyfe, C., Gao, Y., Horrell, S., Joseph, AP, Kandler, L., Kippes, O., Kirsten, F., M & # 252ller, K., Nolte, K., Payne, A., Reeves, MG, Richardson, J., Santoni, G., St & # 228b, S., Tronrud, D., Williams, C. & # 38 Thorn , A. (2020). bioRxiv , 2020.10.07.307546. Google & # 160Scholar
Croll, T. I., Williams, C. J., Chen, V. B., Richardson, D. C. & # 38 Richardson, J. S. (2021). Biophys. J. 120 , 1085 e # 82111096. Web of Science CrossRef CAS PubMed Google & # 160Scholar
Ewers, M., Ioannidis, J.P.A. & # 38 Plesnila, N. (2021). J. Clin. Epidemiol. 130 , 143 e # 8211146. Web of Science CrossRef PubMed Google & # 160Scholar
Faezov, B. & # 38 Dunbrack, R. L. Jr (2021). bioRxiv , 2021.02.14.431128. Google & # 160Scholar
Grabowski, M., Cymborowski, M., Porebski, P. J., Osinski, T., Shabalin, I. G., Cooper, D. R. & # 38 Minor, W. (2019). Struct. Dyn. 6 , 064301. Web of Science CrossRef PubMed Google & # 160Scholar
Grabowski, M., Langner, KM, Cymborowski, M., Porebski, PJ, Sroka, P., Zheng, H., Cooper, DR, Zimmerman, MD, Elsliger, M.-A., Burley, SK & # 38 Minor, W. (2016). Acta Cryst. D 72 , 1181 e # 82111193. Web of Science CrossRef IUCr Journals Google & # 160Scholar
Grabowski, M., Niedzialkowska, E., Zimmerman, M. D. & # 38 Minor, W. (2016). J. Struct. Funct. Genômica , 17 , 1 e # 821116. CrossRef CAS PubMed Google & # 160Scholar
Hall-Swan, S., Antunes, D. A., Devaurs, D., Rigo, M. M., Kavraki, L. E. & # 38 Zanatta, G. (2021). bioRxiv , 2021.01.21.427315. Google & # 160Scholar
Helliwell, J. R., Minor, W., Weiss, M. S., Garman, E. F., Read, R. J., Newman, J., van Raaij, M. J., Hajdu, J. & # 38 Baker, E. N. (2019). IUCrJ , 6 , 341 e # 8211343. Web of Science CrossRef CAS PubMed IUCr Journals Google & # 160Scholar
Henderson, J. A., Verma, N., Harris, R. C., Liu, R. & # 38 Shen, J. (2020). J. Chem. Phys. 153 , 115101. Web of Science CrossRef PubMed Google & # 160Scholar
Iudin, A., Korir, P. K., Salavert-Torres, J., Kleywegt, G. J. & # 38 Patwardhan, A. (2016). Nat. Métodos , 13 , 387 e # 8211388. Web of Science CrossRef CAS PubMed Google & # 160Scholar
Jaskolski, M. (2017). Methods Mol. Biol. 1607 , 549 e # 8211563. CrossRef CAS PubMed Google & # 160Scholar
Jaskolski, M., Gilski, M., Dauter, Z. & # 38 Wlodawer, A. (2007). Acta Cryst. D 63 , 611 e # 8211620. Web of Science CrossRef CAS IUCr Journals Google & # 160Scholar
Kabsch, W. (2010). Acta Cryst. D 66 , 125 & # 8211132. Web of Science CrossRef CAS IUCr Journals Google & # 160Scholar
Kolesov, G., Virnau, P., Kardar, M. & # 38 Mirny, L. A. (2007). Nucleic Acids Res. 35 , W425 e # 8211W428. Web of Science CrossRef PubMed Google & # 160Scholar
Kowiel, M., Brzezinski, D., Porebski, P. J., Shabalin, I. G., Jaskolski, M. & # 38 Minor, W. (2019). Bioinformática , 35 , 452 e # 8211461. Web of Science CrossRef CAS PubMed Google & # 160Scholar
Lei, J., Kusov, Y. & # 38 Hilgenfeld, R. (2018). Antiviral Res. 149 , 58 e # 821174. Web of Science CrossRef CAS PubMed Google & # 160Scholar
Leslie, A. G. W. (2006). Acta Cryst. D 62 , 48 e # 821157. Web of Science CrossRef CAS IUCr Journals Google & # 160Scholar
Liebschner, D., Afonine, P. V., Moriarty, N. W., Poon, B. K., Chen, V. B. & # 38 Adams, P. D. (2021). Acta Cryst. D 77 , 48 e # 821161. Web of Science CrossRef IUCr Journals Google & # 160Scholar
Lubin, JH, Zardecki, C., Dolan, EM, Lu, C., Shen, Z., Dutta, S., Westbrook, JD, Hudson, BP, Goodsell, DS, Williams, JK, Voigt, M., Sarma , V., Xie, L., Venkatachalam, T., Arnold, S., Alvarado, LHA, Catalfano, K., Khan, A., McCarthy, E., Staggers, S., Tinsley, B., Trudeau, A., Singh, J., Whitmore, L., Zheng, H., Benedek, M., Currier, J., Dresel, M., Duvvuru, A., Dyszel, B., Fingar, E., Hennen, EM, Kirsch, M., Khan, AA, Labrie-Cleary, C., Laporte, S., Lenkeit, E., Martin, K., Orellana, M., de la Campa, MO-A., Paredes, I ., Wheeler, B., Rupert, A., Sam, A., See, K., Zapata, SS, Craig, PA, Hall, BL, Jiang, J., Koeppe, JR, Mills, SA, Pikaart, MJ , Roberts, R., Bromberg, Y., Hoyer, JS, Duffy, S., Tischfield, J., Ruiz, FX, Arnold, E., Baum, J., Sandberg, J., Brannigan, G., Khare , SD & # 38 Burley, SK (2020). bioRxiv , 2020.12.01.406637. Google & # 160Scholar
Macnar, J. M., Szulc, N. A., Kry & # 347, J. D., Badaczewska-Dawid, A. E. & # 38 Gront, D. (2020). Biomoléculas , 10 , 461. Web of Science CrossRef Google & # 160Scholar
Masmaliyeva, R. C. & # 38 Murshudov, G. N. (2019). Acta Cryst. D 75 , 505 e # 8211518. Web of Science CrossRef IUCr Journals Google & # 160Scholar
McPherson, J. D. (2009). Nat. Métodos , 6 , S2 e # 8211S5. Web of Science CrossRef PubMed CAS Google & # 160Scholar
Meyer, PA, Socias, S., Key, J., Ransey, E., Tjon, EC, Buschiazzo, A., Lei, M., Botka, C., Withrow, J., Neau, D., Rajashankar, K., Anderson, KS, Baxter, RH, Blacklow, SC, Boggon, TJ, Bonvin, AMJJ, Borek, D., Brett, TJ, Caflisch, A., Chang, C.-I., Chazin, WJ, Corbett , KD, Cosgrove, MS, Crosson, S., Dhe-Paganon, S., Di Cera, E., Drennan, CL, Eck, MJ, Eichman, BF, Fan, QR, Ferr & # 233-D'Amar & # 233 , AR, Christopher Fromme, J., Garcia, KC, Gaudet, R., Gong, P., Harrison, SC, Heldwein, EE, Jia, Z., Keenan, RJ, Kruse, AC, Kvansakul, M., McLellan , JS, Modis, Y., Nam, Y., Otwinowski, Z., Pai, EF, Pereira, PJB, Petosa, C., Raman, CS, Rapoport, TA, Roll-Mecak, A., Rosen, MK, Rudenko, G., Schlessinger, J., Schwartz, TU, Shamoo, Y., Sondermann, H., Tao, YJ, Tolia, NH, Tsodikov, OV, Westover, KD, Wu, H., Foster, I., Fraser, JS, Maia, FRNC, Gonen, T., Kirchhausen, T., Diederichs, K., Crosas, M. & # 38 Sliz, P. (2016). Nat. Comum. 7 , 10882. Web of Science CrossRef PubMed Google & # 160Scholar
Minor, W., Cymborowski, M., Otwinowski, Z. & # 38 Chruszcz, M. (2006). Acta Cryst. D 62 , 859 e # 8211866. Web of Science CrossRef CAS IUCr Journals Google & # 160Scholar
Minor, W., Dauter, Z., Helliwell, J. R., Jaskolski, M. & # 38 Wlodawer, A. (2016). Estrutura , 24 , 216 e # 8211220. Web of Science CrossRef CAS PubMed Google & # 160Scholar
Miyakawa, T. (2020). Mol. Cérebro , 13 , 24. Web of Science CrossRef PubMed Google & # 160Scholar
Osipiuk, J., Azizi, S.-A., Dvorkin, S., Endres, M., Jedrzejczak, R., Jones, KA, Kang, S., Kathayat, RS, Kim, Y., Lisnyak, VG, Maki, SL, Nicolaescu, V., Taylor, CA, Tesar, C., Zhang, Y.-A., Zhou, Z., Randall, G., Michalska, K., Snyder, SA, Dickinson, BC & # 38 Joachimiak, A. (2021). Nat. Comum. 12 , 743. Web of Science CrossRef PubMed Google & # 160Scholar
Otwinowski, Z. & # 38 Minor, W. (1997). Methods Enzymol. 276 , 307 e # 8211326. CrossRef CAS PubMed Web of Science Google & # 160Scholar
Parks, J. M. & # 38 Smith, J. C. (2020). N. Engl. J. Med. 382 , 2261 e # 82112264. Web of Science CrossRef PubMed Google & # 160Scholar
Pearce, N. M., Krojer, T. & # 38 von Delft, F. (2017). Acta Cryst. D 73 , 256 e # 8211266. Web of Science CrossRef IUCr Journals Google & # 160Scholar
Raczynska, J. E., Shabalin, I. G., Minor, W., Wlodawer, A. & # 38 Jaskolski, M. (2018). Drug Resist. Updat. 40 , 1 e # 821112. Web of Science CrossRef PubMed Google & # 160Scholar
Rahman, F., Tabrez, S., Ali, R., Alqahtani, A. S., Ahmed, M. Z. & # 38 Rub, A. (2021). J. Tradit. Complemento. Med. 11 , 173 e # 8211179. CrossRef PubMed Google & # 160Scholar
Rupp, B. (2009). Cristalografia biomolecular: princípios, prática e aplicação à biologia estrutural . Nova York: Garland Science. Google & # 160Scholar
Sedova, M., Jaroszewski, L., Alisoltani, A. & # 38 Godzik, A. (2020). Bioinformática , 36 , 4360 & # 82114362. Web of Science CrossRef CAS PubMed Google & # 160Scholar
Shabalin, I., Dauter, Z., Jaskolski, M., Minor, W. & # 38 Wlodawer, A. (2015). Acta Cryst. D 71 , 1965 e # 82111979. Web of Science CrossRef IUCr Journals Google & # 160Scholar
Singh, J. (2011). J. Pharmacol. Pharmacother. 2 , 138 e # 8211139. CrossRef PubMed Google & # 160Scholar
Touw, W. G., Joosten, R. P. & # 38 Vriend, G. (2016). J. Mol. Biol. 428 , 1375 e # 82111393. Web of Science CrossRef CAS PubMed Google & # 160Scholar
Waman, V. P., Sen, N., Varadi, M., Daina, A., Wodak, S. J., Zoete, V., Velankar, S. & # 38 Orengo, C. (2020). Apresentação. Bioinform. , bbaa362. Google & # 160Scholar
Ward, J. H. (1963). Geléia. Estado. Assoc. 58 , 236 e # 8211244. CrossRef Google & # 160Scholar
Winter, G., Waterman, DG, Parkhurst, JM, Brewster, AS, Gildea, RJ, Gerstel, M., Fuentes-Montero, L., Vollmar, M., Michels-Clark, T., Young, ID, Sauter , NK & # 38 Evans, G. (2018). Acta Cryst. D 74 , 85 e # 821197. Web of Science CrossRef IUCr Journals Google & # 160Scholar
Wlodawer, A., Dauter, Z., Porebski, P. J., Minor, W., Stanfield, R., Jaskolski, M., Pozharski, E., Weichenberger, C. X. & # 38 Rupp, B. (2018). FEBS J. 285 , 444 e # 8211466. Web of Science CrossRef CAS PubMed Google & # 160Scholar
Wlodawer, A., Dauter, Z., Shabalin, I. G., Gilski, M., Brzezinski, D., Kowiel, M., Minor, W., Rupp, B. & # 38 Jaskolski, M. (2020). FEBS J. 287 , 3703 e # 82113718. Web of Science CrossRef CAS PubMed Google & # 160Scholar
Wlodawer, A., Minor, W., Dauter, Z. & # 38 Jaskolski, M. (2013). FEBS J. 280 , 5705 & # 82115736. Web of Science CrossRef CAS PubMed Google & # 160Scholar
Zheng, H., Hou, J., Zimmerman, M. D., Wlodawer, A. & # 38 Minor, W. (2014). Exp. Opiniões Medicamento. Discov. 9 , 125 & # 8211137. Web of Science CrossRef CAS Google & # 160Scholar
Zheng, H., Porebski, P. J., Grabowski, M., Cooper, D. R. & # 38 Minor, W. (2017). Methods Mol. Biol. 1607 , 643 & # 8211665. CrossRef CAS PubMed Google & # 160Scholar
Zimmerman, M. D., Grabowski, M., Domagalski, M. J., Maclean, E. M., Chruszcz, M. & # 38 Minor, W. (2014). Methods Mol. Biol. 1140 , 1 e # 821125. CrossRef PubMed Google & # 160Scholar

Este é um artigo de acesso aberto distribuído sob os termos da Licença Creative Commons Attribution (CC-BY), que permite o uso irrestrito, distribuição e reprodução em qualquer meio, desde que os autores originais e a fonte sejam citados.


Revisão da literatura

Um desafio inicial que qualquer pesquisador enfrenta ao investigar questões éticas de IA + BD é que, devido à popularidade do tema, existe uma vasta e crescente literatura a ser considerada. As questões éticas da AI + BD são cobertas por vários locais acadêmicos, incluindo alguns específicos, como a Conferência AAAI / ACM sobre AI, Ética e Sociedade (https://dl.acm.org/doi/proceedings/10.1145/ 3306618), iniciativa de política e muitos relatórios de pesquisa financiados publicamente e privados (Whittlestone, Nyrup, Alexandrova, Dihal, & amp Cave, 2019). Tentativas iniciais de fornecer visões gerais da área foram publicadas (Jobin, 2019 Mittelstadt, Allo, Taddeo, Wachter, & amp Floridi, 2016), mas não há uma visão estabelecida sobre o que conta como uma questão ética e por quê. Neste artigo, pretendemos fornecer uma ampla visão geral das questões encontradas por meio dos estudos de caso. Este artigo apresenta o que é comumente percebido como questões éticas na literatura ou preocupações que têm impactos e repercussões éticas. Não aplicamos explicitamente uma estrutura filosófica particular da ética, mas aceitamos como questões éticas aquelas questões que encontramos na literatura. Esta revisão é baseada na compreensão do estado atual da literatura pelos autores do artigo. Não é uma revisão estruturada e não reivindica uma cobertura abrangente, mas compartilha alguns insights interessantes.

Para poder realizar a análise das questões éticas em nossos estudos de caso, procuramos categorizar as questões éticas encontradas na literatura. Existem potencialmente inúmeras maneiras de fazer isso e nossa sugestão não afirma ser confiável. Nossa sugestão é ordenar as questões éticas em termos de seu horizonte temporal, ou seja, quanto tempo provavelmente será necessário para resolvê-las. O tempo é uma variável contínua, mas sugerimos que é possível classificar as questões em três grupos: curto prazo, médio prazo e longo prazo (ver Fig. 1).

Horizonte temporal para abordar questões éticas

Como sugerido por Baum (2017), é melhor reconhecer que haverá questões éticas e atividades de mitigação relacionadas que não podem se enquadrar exclusivamente em curto, médio ou longo prazo.

mais do que vê-la como uma classificação oficial, vemos isso como uma heurística que reflete aspectos da discussão atual. Uma razão pela qual essa categorização é útil é que o horizonte temporal das questões éticas é uma variável potencialmente útil, com as empresas sendo frequentemente acusadas de favorecer ganhos de curto prazo em vez de benefícios de longo prazo. Da mesma forma, as questões de curto prazo devem ser tratadas em nível local para que as soluções de curto prazo funcionem.

Problemas de curto prazo

Estas são questões para as quais existe uma suposição razoável de que podem ser tratadas a curto prazo. Não queremos quantificar o que exatamente conta como curto prazo, pois qualquer definição apresentada será controversa ao analisar os limites e os períodos de transição. Uma melhor definição de curto prazo pode, portanto, ser que se possa esperar que tais questões sejam tratadas com sucesso em sistemas técnicos que estão atualmente em operação ou desenvolvimento. Muitas das questões que discutimos sob o título de questões de curto prazo estão diretamente ligadas a algumas das tecnologias-chave que impulsionam o debate atual de IA, notadamente o aprendizado de máquina e algumas de suas técnicas e abordagens de capacitação, como redes neurais e aprendizado por reforço.

Muitas das vantagens prometidas pela BD + AI envolvem o uso de dados pessoais, dados que podem ser usados ​​para identificar pessoas. Isso inclui dados de saúde, dados do cliente, dados ANPR (Automated Number Plate Recognition), dados bancários e até mesmo dados sobre as terras dos fazendeiros, gado e colheitas. Questões em torno privacidade e controle de dados são amplamente discutidos e reconhecidos como as principais preocupações éticas que precisam ser abordadas (Boyd & amp Crawford, 2012 Tene & amp Polonetsky, 2012, 2013 Mittelstadt, Allo, Taddeo, Wachter, & amp Floridi, 2016 Jain, Gyanchandani, & amp Khare, maio de 2016, 2016 Macnish, 2018). A preocupação com a privacidade pode ser atribuída a uma combinação de um nível geral de conscientização sobre questões de privacidade e o recém-introduzido Regulamento Geral de Proteção de Dados (GDPR). Estreitamente alinhados com as questões de privacidade estão aqueles relacionados a transparência de processos que lidam com dados, que muitas vezes podem ser classificados como opacidade interna, externa e deliberada (Burrell, 2016 Lepri, Staiano, Sangokoya, Letouzé, & amp Oliver, 2017 Mittelstadt, Allo, Taddeo, Wachter, & amp Floridi, 2016).

o Diretrizes para IA confiável A nota de rodapé 4 foi lançada em 2018 pelo Grupo de especialistas de alto nível em inteligência artificial (AI HLEG Nota de rodapé 5) e aborda a necessidade de robustez técnica e segurança, incluindo precisão, reprodutibilidade e confiabilidade. Confiabilidade está ainda ligado aos requisitos de diversidade, justiça e impacto social porque aborda a liberdade de preconceito de um ponto de vista técnico. O conceito de confiabilidade, quando se trata de BD + AI, refere-se à capacidade de verificar a estabilidade ou consistência de um conjunto de resultados (Bush, 2012 Ferraggine, Doorn, & amp Rivera, 2009 Meeker e Hong, 2014).

Se uma tecnologia não for confiável, propensa a erros e inadequada para um propósito, problemas éticos adversos podem resultar de decisões tomadas pela tecnologia. A precisão das recomendações feitas por BD + AI é uma consequência direta do grau de confiabilidade da tecnologia (Barolli, Takizawa, Xhafa, & amp Enokido, 2019). Preconceito e discriminação em algoritmos podem ser introduzidos consciente ou inconscientemente por aqueles que empregam o BD + AI ou por causa de algoritmos que refletem vieses pré-existentes (Baroccas e Selbst, 2016). Exemplos de preconceitos foram documentados, muitas vezes refletindo "um desequilíbrio nas categorias socioeconômicas ou outras categorias de 'classe', ou seja, um determinado grupo ou grupos não são amostrados tanto quanto outros ou de forma alguma" (Panch et al., 2019). têm o potencial de afetar os níveis de desigualdade e discriminação e, se os vieses não forem corrigidos, esses sistemas podem reproduzir os padrões existentes de discriminação e herdar os preconceitos dos tomadores de decisão anteriores (Barocas & amp Selbst, 2016, p. 674). Um exemplo de preconceito herdado está documentado nos Estados Unidos, onde cidadãos afro-americanos, na maioria das vezes, receberam sentenças de prisão mais longas do que os caucasianos pelo mesmo crime.

Problemas de médio prazo

Os problemas de médio prazo não estão claramente vinculados a uma tecnologia específica, mas geralmente surgem da integração de técnicas de IA, incluindo aprendizado de máquina, em sistemas e contextos sociotécnicos maiores. Eles estão, portanto, relacionados à maneira como a vida nas sociedades modernas é afetada pelas novas tecnologias. Elas podem se basear nas questões específicas listadas acima, mas têm seu principal impacto no nível da sociedade. O uso de BD + AI pode permitir que o comportamento dos indivíduos seja examinado e vigilância, levando a infrações em privacidade, liberdade, autonomia e autodeterminação (Wolf, 2015). Também existe a possibilidade de que o aumento do uso de métodos algorítmicos para a tomada de decisão social possa criar um tipo de governança tecnocrática (Couldry & amp Powell, 2014 Janssen & amp Kuk, 2016), que poderia infringir os processos de tomada de decisão das pessoas (Kuriakose & amp Iyer, 2018). Por exemplo, por causa dos altos níveis de recuperação de dados públicos, BD + AI pode prejudicar as pessoas liberdade de expressão, associação e movimento, por meio do medo da vigilância e efeitos assustadores (Latonero, 2018).

As empresas têm a responsabilidade para com o usuário final de garantir conformidade, responsabilidade e transparência de seu BD + AI (Mittelstadt, Allo, Taddeo, Wachter, & amp Floridi, 2016). No entanto, quando a origem de um problema é difícil de rastrear, devido a questões de opacidade, torna-se um desafio identificar quem é o responsável pelas decisões tomadas pelo BD + AI. É importante notar que uma pesquisa em grande escala na Austrália em 2020 indicou que 57,9% dos usuários finais não estão confiantes de que a maioria das empresas toma medidas adequadas para proteger os dados dos usuários. A importância de compreender e empregar responsabilidade é uma questão alvo de muitos estudos (Chatfield et al., 2017 Fothergill et al., 2019 Jirotka et al., 2017 Pellé & amp Reber, 2015). A confiança e o controle sobre o BD + AI como um problema são reiterados por um relatório recente da ICO que demonstra que a maioria dos cidadãos do Reino Unido não confia nas organizações com seus dados (ICO, 2017).

Justiça é uma preocupação central na BD + AI (Johnson, 2014, 2018). Como ponto de partida, a justiça consiste em dar a cada pessoa o que lhe é devido ou tratar as pessoas com igualdade (De George, p. 101). Uma preocupação importante é que os benefícios serão colhidos por indivíduos e organizações poderosos, enquanto o fardo recai predominantemente sobre os membros mais pobres da sociedade (Taylor, 2017). BD + AI também pode refletir a intencionalidade humana, implantando padrões de poder e autoridade (Portmess & amp Tower, 2015, p. 1). O conhecimento oferecido pela BD + AI está frequentemente nas mãos de algumas corporações poderosas (Wheeler, 2016). Os desequilíbrios de poder são intensificados porque empresas e governos podem implantar BD + AI para vigilância, invasões de privacidade e manipulação, por meio de esforços de marketing personalizados e estratégias de controle social (Lepri, Staiano, Sangokoya, Letouzé, & amp Oliver, 2017, p. 11). Eles desempenham um papel na ascensão da datafication, especialmente quando grupos específicos (como instituições corporativas, acadêmicas e estaduais) têm maior acesso irrestrito a grandes conjuntos de dados (van Dijck, 2014, p. 203).

Discriminação, no uso de BD + AI, pode ocorrer quando os indivíduos são traçados com base em suas escolhas e comportamento online, mas também seu gênero, etnia e pertencimento a grupos específicos (Calders, Kamiran, & amp Pechenizkiy, 2009 Cohen et al., 2014 e Danna & amp Gandy, 2002). A tomada de decisão algorítmica baseada em dados pode levar à discriminação que é então adotada pelos tomadores de decisão e pelos que estão no poder (Lepri, Staiano, Sangokoya, Letouzé, & amp Oliver, 2017, p. 4). Preconceitos e discriminação podem contribuir para desigualdade. Alguns grupos que já estão em desvantagem podem enfrentar desigualdades piores, especialmente se aqueles pertencentes a grupos historicamente marginalizados têm menos acesso e representação (Barocas & amp Selbst, 2016, p. 685 Schradie, 2017). Vieses que aumentam a desigualdade podem ser reproduzidos em BD + AI, como o uso de policiamento preditivo para atingir bairros de minorias étnicas ou grupos historicamente marginalizados (O'Neil, 2016).

A BD + AI oferece grande potencial para aumentar o lucro, reduzir a carga física da equipe e empregar práticas inovadoras de sustentabilidade (Badri, Boudreau-Trudel, & amp Souissi, 2018). Eles oferecem o potencial para trazer melhorias em inovação, ciência e conhecimento, permitindo que as organizações progridam, se expandam e se beneficiem economicamente de seu desenvolvimento e aplicação (Crawford et al., 2014). A BD + AI está sendo considerada monumental para o crescimento econômico e o desenvolvimento de uma ampla diversidade de indústrias ao redor do mundo (Einav & amp Levin, 2014). Os benefícios econômicos acumulados de BD + AI podem ser o motivador mais forte para seu uso, mas BD + AI também tem o potencial de causar dano econômico para os cidadãos e empresas ou criar outras questões éticas adversas (Newman, 2013).

No entanto, alguns na literatura veem o co-desenvolvimento do emprego e da automação como uma perspectiva um tanto ingênua (Zuboff, 2015). As empresas BD + AI podem se beneficiar de uma economia de automação 'pós-trabalho', que pode ter um impacto negativo no mercado de trabalho (Bossman, 2016), substituindo até 47% de todos os empregos nos EUA nos próximos 20 anos (Frey & amp Osborne , 2017). As profissões que correm maior risco de afetando o emprego correlacionado com três de nossos estudos de caso: agricultura, apoio à administração e o setor de seguros (Frey & amp Osborne, 2017).

Problemas de longo prazo

Questões de longo prazo são aquelas pertencentes a aspectos fundamentais da natureza da realidade, sociedade ou humanidade. Por exemplo, essa IA desenvolverá capacidades que excedem em muito os seres humanos (Kurzweil, 2006). Neste ponto, às vezes chamado de 'singularidade'As máquinas alcançam a inteligência humana, devem ser capazes de melhorar a si mesmas e, assim, ultrapassar a inteligência humana e se tornar superinteligente (Bostrom, 2016). Se isso acontecesse, então poderia ter consequências distópicas para a humanidade, como freqüentemente retratado na ficção científica. Além disso, é lógico que o superinteligente, ou mesmo apenas as máquinas normalmente inteligentes, possam adquirir um status moral.

Deve ficar claro que essas expectativas não são universalmente compartilhadas. Eles se referem ao que muitas vezes é chamado de "inteligência geral artificial" (AGI), um conjunto de tecnologias que emulam as capacidades de raciocínio humano de forma mais ampla. Nota de rodapé 6

Além disso, se pudermos adquirir novos recursos, por exemplo, usando implantes técnicos para aprimorar a natureza humana. O ser resultante pode ser chamado de transumano, a próxima etapa da evolução ou desenvolvimento humano. Novamente, é importante sublinhar que esta é uma ideia contestada (Livingstone, 2015), mas que tem cada vez mais força no discurso público e relatos científicos populares (Harari, 2017).

Escolhemos esta distinção de três grupos de questões para entender como as estratégias de mitigação dentro das organizações podem ser contextualizadas. Admitimos que esta é uma leitura da literatura e que muitas outras são possíveis. Neste relato da literatura, tentamos dar sentido ao discurso atual para nos permitir compreender nossas descobertas empíricas que são apresentadas nas seções seguintes.


Estudo de caso quatro - Esta é uma tarefa semanal

Estudo de caso quatro Na planilha de estudo de caso quatro, a Dra. Daniela Yeung é uma psicóloga da saúde que está conduzindo um estudo financiado pelo governo federal sobre casais em que o parceiro do sexo masculino está preso por violência contra parceiro íntimo (VPI). Dr. Yeung tem estudado 25 casais ao longo de um ano, e um dos casais é Aiden, que tem 35 anos e foi libertado da prisão por ter sido encarnado por IPV contra sua esposa, Maya. Aiden e Maya viram o Dr. Yeung por oito sessões e estão começando a sentir o apoio social do Dr. quando compartilham seus sentimentos. Durante essas sessões, Aiden tem um problema com a bebida e, nas horas em que bebe, tende a desmaiar. Durante esses apagões, ele ligou para a esposa e fez ameaças. Não houve nenhum relato de Aiden seguindo com as ameaças à sua esposa. Dr. Yeung recebe uma mensagem para Aiden relatando que agora que ele sabe o que é e que ela não pode ajudá-lo. Ele continua a dizer que a garrafa é seu salvador, e ele vai terminar com um pouco esta noite. Dr. Yeung notou que, durante a mensagem, a fala de Aiden é arrastada. Dr. Yeung tentou ligar para Aiden e sua esposa Maya sem resposta. Depois de duas horas, o Dr. Yeung não teve notícias de Aiden ou Maya e está considerando ligar para a autoridade para fazer uma verificação de Aiden e sua esposa. Por que isso é um dilema ético? Quais Princípios Éticos da APA ajudam a enquadrar a natureza do dilema? O dilema ético da Dra. Yeung aqui é que ela não é a terapeuta de Aiden e Maya e só os está atendendo para realizar pesquisas sobre seu relacionamento devido à violência do parceiro íntimo. Ela é obrigada a não causar danos aos seus clientes, e isso exige que ela entre em contato com as autoridades legais. Se houver uma crença de que Aiden vai se machucar ou

isso, no entanto, dependendo do estado em que ela reside, depende de para quem ela deve denunciar. Em alguns estados, os psicólogos são obrigados apenas a relatar a situação às autoridades policiais e a mais ninguém. Alguns afirmam que é aceitável denunciar a pessoa que está sendo ameaçada. Neste caso, o Código Padrão 3.04a, Evitando Danos, “Os psicólogos tomam medidas razoáveis ​​para evitar prejudicar seus participantes de pesquisa e para minimizar os danos onde for previsível e inevitável” (APA, 2017 p. 6 para. 4). Embora a Dra. Yeung seja apenas uma psicóloga pesquisadora, isso não deve afetar sua decisão ética de relatar a ameaça. Ela ainda é uma psicóloga que ainda faz dela um relatório obrigatório. Como as Normas Éticas APA 2.01a b ec 2.04 3.04 3.06 4.01 4.02 e 10.10a são relevantes para este caso? Quais outros padrões podem ser aplicados? Os Padrões Éticos 2.01a, b, c e 2.04 são relevantes para este caso porque a Dra. Yeung é uma psicóloga da saúde e está conduzindo uma pesquisa sobre violência por parceiro íntimo, que é o que ela estudou e treinou para fazer. De acordo com a APA, (2017) afirma que 3. “(a) Os psicólogos tomam medidas razoáveis ​​para evitar prejudicar seus clientes / pacientes, alunos, supervisionados, participantes de pesquisas, clientes organizacionais e outros com quem trabalham, e para minimizar os danos onde isso é previsível e inevitável ”(p. 6 parágrafo 4). Os códigos de ética 4.01 e 4.02 também são relevantes para este caso, visto que o Dr. Yeung é obrigado por lei a manter a confidencialidade, a menos que exigido pelo dever de proteger a estátua. Ela também é obrigada a relatar seus limites de confidencialidade quando se trata do requisito por lei. Conforme afirmado por Fisher (2017) “De acordo com a Norma 4.02a, os psicólogos devem discutir com as pessoas e organizações com as quais trabalham obrigações de relato e outros limites sobre a confidencialidade das informações que podem ser razoavelmente antecipados” (p. 179). 10.10a também é relevante para este caso porque o Dr. Yeung pode encerrar o serviço devido ao dano potencial que está causando a Aiden. Outras Normas Éticas relevantes para este caso são 10.

e 10.02. 10.01 é outro consentimento informado para a terapia e a importância de se certificar de que o cliente está ciente de todas as informações válidas. 10.02 é relevante devido ao fato de que o Dr. Yeung está trabalhando com Aiden e sua esposa Maya. Ao trabalhar com casais de acordo com 10.02, é importante para o psicólogo deixar claro quem é o cliente e a relação com os outros na terapia. Neste caso, 10..02a também seria relevante devido ao fato de que, se algo acontecer a Maya, o Dr. Yeung precisará testemunhar contra Aiden.

Quais são as alternativas éticas do Dr. Yeung para resolver esse dilema? Qual alternativa reflete melhor o princípio aspiracional do Código de Ética e o padrão aplicável, bem como os padrões legais e as obrigações do Dr. Yeung para com as partes interessadas?

A alternativa do Dr. Yeung para a resolução deste dilema é aplicar o Código Padrão de 3.09 e 4.05. Ela poderia buscar o conselho de alguém com mais conhecimento para esse tipo de situação. Ao usar o código de ética 4.05, ela é obrigada a fornecer informações conforme declarado pela lei, o que seria sua obrigação para com suas partes interessadas.

Que passos a Dra. Yeung deve tomar para implementar eticamente sua decisão e monitorar seus efeitos? Uma das coisas mais importantes que o Dr. Yeung pode fazer é seguir o código de ética 3.04, que é não causar danos. Ela precisa ter certeza de que seus limites de sigilo da pesquisa são os que são mandados por lei. Se ela acreditar que um de seus participantes vai prejudicar a si mesma ou a outras pessoas, ela é obrigada a denunciá-lo. No caso de Aiden, ela poderia encaminhá-lo para aconselhamento individual com alguém mais qualificado para lidar com o abuso de substâncias e comportamentos violentos.


OBSERVAÇÕES FINAIS

Nas seções anteriores, o comitê delineou o que significa saúde da população em termos de compreensão não apenas dos riscos de várias exposições aos indivíduos, mas também da importância de incorporar conceitos relacionados à distribuição de risco nas populações. Este capítulo delineou uma maneira de compreender como as condições sociais, ambientais e biológicas moldam a saúde da população. Intervenções de base populacional, como políticas de controle do tabagismo, mostram que é possível implementar estratégias de custo-benefício que beneficiem a sociedade como um todo e melhorem a saúde de muitos segmentos da população. As melhorias na saúde da população terão que focar a atenção tanto na melhoria geral da saúde do país quanto na redução das disparidades na saúde, conforme recomendado por Pessoas Saudáveis ​​2010. Para atingir esse objetivo, a nação terá que desenvolver estratégias inovadoras para intervenções em um amplo conjunto de determinantes da saúde. Muitos dos determinantes da saúde fazem parte do amplo contexto econômico e social e, portanto, estão além do controle direto dos administradores em organizações de saúde dos setores público e privado. A ação sobre essas estratégias em nível nacional exigirá um alinhamento de políticas públicas nos setores de agricultura, comércio, educação e tesouro do governo, entre outros, para promover a saúde. Isso inclui o fornecimento de recursos para apoiar a pesquisa de base populacional necessária para aprofundar nossa compreensão da etiologia social das doenças e deficiências. Os esforços para conter o uso do tabaco têm uma história de 50 anos desde o aparecimento do primeiro relatório do cirurgião geral. Existe agora um alto nível de consenso e vontade política de agir. Sistemas de saúde pública eficazes devem ser veículos para acelerar esses esforços para salvar milhares de vidas que, de outra forma, seriam perdidas. O papel especial da infraestrutura governamental de saúde pública é advogar e educar outras pessoas sobre as evidências para apoiar tais ações políticas e garantir que o sistema de saúde pública & # x02014 a ampla gama de indivíduos e organizações que devem atuar juntos pela saúde no nível da comunidade & # x02014está comprometido e equipado para a implementação de um conjunto coordenado de estratégias para atingir os mais altos níveis de saúde para a nação. Os próximos capítulos deste relatório exploram o papel potencial de cada componente do sistema de saúde pública para atingir essa meta.

A garantia é uma das três principais funções de saúde pública apresentadas pelo relatório IOM de 1988 O futuro da saúde pública. O papel especial da infraestrutura governamental de saúde pública nesta missão será o de mordomo, facilitador e apoiador ao invés de ator em todas as situações, porque assegurar uma nação saudável não pode ser alcançada por meio de um único plano de ação ou pelos esforços de um único agência governamental ou setor da economia. Em vez disso, exigirá um conjunto coordenado de estratégias que devem ser implementadas por todos os americanos & # x02014 como indivíduos, famílias e membros da comunidade, empresas e trabalhadores e cidadãos. Com cada setor da sociedade assumindo uma parte da responsabilidade pela melhoria da saúde da nação, torna-se cada vez mais possível atingir o verdadeiro potencial da nação para uma população com saúde excelente e o menor número possível de disparidades.

Os capítulos a seguir discutem vários parceiros dentro de um sistema de saúde pública redefinido que tem como sua espinha dorsal a infraestrutura de saúde pública governamental, mas que inclui os recursos, perspectivas e ações de outras partes interessadas que são parceiros do sistema de saúde pública. Cada um desses parceiros pode aumentar a relevância de suas contribuições para a saúde da população, considerando os múltiplos determinantes da saúde, especialmente aqueles que contribuem para oportunidades desiguais de boa saúde.


Assista o vídeo: Kondycja psychofizyczna a nawyki żywieniowe (Junho 2022).


Comentários:

  1. Panteleimon

    Nada a dizer - promolchita para argumentar desobstruído.

  2. Avicenna

    Bravo, você foi visitado por um pensamento simplesmente excelente

  3. Roibeard

    Eu acho que você está certo

  4. Ariyn

    O maior número de pontos é alcançado. Bem pensado, apoio.



Escreve uma mensagem