A ferramenta não funciona apenas como um mecanismo para procurar entre moléculas existentes (Foto: Reprodução/Magnific/artemegorov)

IA cria moléculas do zero para enfrentar bactérias resistentes a antibióticos

Modelo generativo combina potencial antibacteriano e viabilidade de síntese para reduzir o caminho entre a descoberta computacional e os testes no laboratório

Bactérias resistentes – Por décadas, a busca por novos antibióticos se baseou na análise de grandes coleções de compostos, em testes com substâncias já conhecidas e em alterações de moléculas existentes na tentativa de obter medicamentos eficazes. Enquanto isso, as bactérias seguem desenvolvendo mecanismos de resistência e o processo de descoberta continua caro, demorado e sujeito a muitos resultados negativos.

Pesquisadores de Stanford e da Universidade McMaster adotaram uma abordagem diferente: em vez de orientar a inteligência artificial a procurar uma molécula já promissora, fizeram o sistema projetar candidatos praticamente do zero.

LEIA: OpenAI vai inserir marca d’água invisível em textos do ChatGPT

A IA pode explorar 46 bilhões de possibilidades sem precisar testar todas

O sistema criado pelos pesquisadores foi batizado de SyntheMol-RL e consegue trabalhar em um espaço químico que reúne até 46 bilhões de moléculas possíveis. O volume de possibilidades, porém, não é o principal diferencial da ferramenta.

Modelos generativos são capazes de produzir estruturas que apresentam resultados promissores em simulações, mas que podem se mostrar extremamente difíceis ou até inviáveis de fabricar quando chegam ao laboratório.

O SyntheMol-RL procura reduzir esse problema ainda durante a geração dos candidatos.

Ao desenvolver novas estruturas, o modelo leva em consideração dois critérios ao mesmo tempo: a molécula precisa apresentar potencial contra bactérias resistentes e também precisa ser viável para síntese em laboratório.

Com isso, a ferramenta não funciona apenas como um mecanismo para procurar entre moléculas existentes. O sistema combina elementos químicos, testa diferentes estruturas e elimina alternativas consideradas pouco práticas para produção. A etapa mais importante, entretanto, acontece fora do ambiente computacional.

Os pesquisadores escolheram 79 candidatos gerados pelo modelo, produziram as estruturas em laboratório e testaram sua ação contra bactérias reais.

Treze deles apresentaram elevada atividade contra Staphylococcus aureus, bactéria associada a diferentes infecções e que pode se tornar especialmente difícil de combater quando desenvolve resistência aos antibióticos disponíveis.

Entre os compostos identificados, um apresentou resultados suficientes para avançar para uma etapa de testes mais complexa.

Uma das moléculas já funcionou contra uma superbactéria em animais

Segundo o estudo publicado na Molecular Systems Biology, a molécula conseguiu controlar uma infecção por MRSA em um modelo de ferida realizado em camundongos. O composto foi chamado de synthecin.

MRSA corresponde a Staphylococcus aureus resistente à meticilina e está entre as superbactérias mais conhecidas. A resistência a diferentes medicamentos torna determinadas infecções muito mais difíceis de tratar.

O desempenho do synthecin não significa que um novo antibiótico esteja pronto para ser utilizado por pacientes ou comercializado.

O resultado, porém, comprova uma etapa relevante: uma molécula criada computacionalmente conseguiu sair da simulação, ser produzida e demonstrar atividade em um organismo vivo.

A descoberta ganha importância diante do avanço global da resistência antimicrobiana.

Estimativas mencionadas no estudo indicam que infecções resistentes estão diretamente relacionadas a mais de 1,27 milhão de mortes por ano em todo o mundo. Conforme os antibióticos disponíveis deixam de funcionar contra determinados microrganismos, encontrar novas alternativas rapidamente se torna um desafio cada vez mais urgente.

A situação transforma a busca por medicamentos em uma corrida contra o tempo.

É nesse cenário que sistemas como o SyntheMol-RL podem contribuir: ao reduzir o número de candidatos que precisam ser efetivamente produzidos e avaliados, a tecnologia pode tornar a etapa inicial da descoberta mais eficiente.

A IA acelera a descoberta, mas o medicamento ainda precisa enfrentar o mundo real

Os resultados também deixam claro que a inteligência artificial não elimina a necessidade dos experimentos laboratoriais.

Dos 79 compostos produzidos, somente uma parte demonstrou a atividade procurada. Além disso, uma molécula que funciona contra uma bactéria em laboratório ou apresenta resultados positivos em camundongos pode posteriormente fracassar por problemas de toxicidade, metabolismo, efeitos adversos ou outras limitações.

Para chegar a um medicamento de fato, ainda são necessários novos estudos em animais, avaliações de segurança, ensaios clínicos com seres humanos e aprovação dos órgãos reguladores.

O próprio sistema também pode ser aprimorado, principalmente para aumentar a diversidade das estruturas criadas e a proporção de candidatos que apresentam resultados realmente úteis.

A principal transformação, portanto, não está em eliminar o processo tradicional de desenvolvimento farmacêutico. A mudança acontece no ponto de partida da busca.

Em vez de analisar quantidades enormes de moléculas existentes e esperar encontrar entre elas uma opção adequada, pesquisadores podem recorrer a modelos de IA para percorrer regiões do espaço químico que seriam praticamente inacessíveis por métodos manuais — chegando ao laboratório com uma seleção mais restrita de candidatos.

A inteligência artificial ainda não apresentou uma resposta definitiva para a crise das superbactérias.

Mas os resultados apontam para uma mudança relevante na estratégia: quando encontrar o próximo antibiótico se torna difícil demais, talvez seja possível projetar um que ainda não existe.

CONHEÇA A BEE FENATI

A Bee Fenati é uma rede social pensada para a categoria TI. Lá, o profissional de tecnologia troca experiências com colegas de profissão, se mantém atualizado sobre as novas tendências do setor de tecnologia, turbina o seu currículo com cursos e certificações, encontra vagas disponíveis no mercado e ainda ganha descontos e cashback em centenas de grandes marcas parceiras. (Saiba mais)

Recupere o valor da sua contribuição

Na Benefícios Rede Bee, o profissional de TI acessa descontos em centenas de grandes marcas, com muitas delas oferecendo cashback. A partir de R$ 20 acumulados em sua carteira digital, você pode transferir o dinheiro direto para sua conta bancária. (Saiba mais)

Capacitação profissional

Na Fenati Academy, você acessa milhares de cursos e diversas certificações internacionais gratuitas – ou com descontos exclusivos – de parceria de renome no mercado, como a Cisco e a Oracle. Você também ganha bolsa integral de acesso ao Sindplay, streaming de capacitação em TI apelidado pela mídia especializada como a “Netflix de TI”. (Saiba mais)

Encontre a vaga ideal

A Bee Hunter é uma plataforma inteligente que utiliza tecnologia e IA para tornar a busca por vagas mais eficiente, estratégica e conectada ao perfil de cada usuário. A ferramenta cruza currículos com vagas disponíveis e indica a melhor oportunidade em emprego para você. Ela ainda sugere cursos disponíveis na Fenati Academy para te ajudar a ficar mais perto do emprego que você está buscando. (Saiba mais)

Baixe o aplicativo da Bee Fenati agora na APP STORE (IOS) OU PLAY STORE (ANDROID) e aproveite!

(Com informações de Gizmodo)
(Foto: Reprodução/Magnific/artemegorov)

Leia mais