Os caçadores de drogas do MIT estão usando IA para projetar antibióticos completamente novos
Dentro de um laboratório do Instituto de Tecnologia de Massachusetts, no final do ano passado, os cientistas deram uma nova tarefa a um sistema de IA: projetar moléculas inteiramente novas para potenciais antibióticos a partir do zero. Em um ou dois dias – após alguns meses de treinamento – os algoritmos geraram mais de 29 milhões de novas moléculas, diferentemente de todas as que existiam antes. A descoberta de medicamentos tradicionais é um processo lento e meticuloso. Mas a IA está começando a transformá-lo. No MIT, a investigação visa o desafio crescente das infecções resistentes aos antibióticos, que matam mais de um milhão de pessoas em todo o mundo todos os anos. Os antibióticos existentes não acompanharam a ameaça. “O número de patógenos bacterianos resistentes tem crescido, década após década”, diz James Collins, professor de engenharia médica no MIT. “E o número de novos antibióticos desenvolvidos tem diminuído, década após década.” A pesquisa, publicada recentemente na revista Cell, faz parte do Projeto Antibióticos-AI de seu laboratório e oferece um exemplo do potencial da IA na medicina. A equipe tentou produzir um pequeno número de compostos e depois usou um para eliminar uma infecção resistente a medicamentos em um rato. Em outra parte do estudo, os pesquisadores usaram uma abordagem diferente para gerar moléculas adicionais, levando a outro teste bem-sucedido em ratos – e à possibilidade de que novos medicamentos totalmente projetados por IA possam eventualmente estar disponíveis para as infecções mais perigosas. Desde a década de 1980, a Food and Drug Administration aprovou algumas dezenas de novos antibióticos, mas a maioria deles são pequenas variações de medicamentos já existentes. “O que aconteceu nas últimas duas décadas é que tem sido em grande parte uma lacuna de descoberta onde as pessoas estão descobrindo antibióticos, mas eles são mais ou menos muito semelhantes – e são análogos aos antibióticos existentes”, diz Collins. “Custa efetivamente tanto desenvolver um antibiótico quanto um medicamento contra o câncer ou um medicamento para pressão arterial, por exemplo”, diz ele. “Com um antibiótico, você pode tomá-lo apenas uma vez ou apenas por alguns dias, enquanto com um medicamento contra o câncer ou um medicamento para pressão arterial, você pode tomá-lo por muitos meses, anos ou até mesmo pelo resto da vida. Com cada uso, um antibiótico também gera apenas uma fração do lucro. “Tudo isso significa que se você estiver infectado por uma bactéria difícil de tratar – como o Staphylococcus aureus resistente à meticilina (MRSA), que também resiste a muitos outros medicamentos – há menos opções disponíveis. Nos EUA, o MRSA mata cerca de 9.000 pessoas a cada ano. (Imagem fonte: Walter_D/Adobe Stock) Evolução dos usos da IAO Laboratório Collins estuda antibióticos há cerca de 20 anos. Inicialmente, a equipe usou o aprendizado de máquina para entender melhor como os antibióticos funcionam e para procurar maneiras de tornar os antibióticos existentes mais eficazes. Há cerca de seis anos, começaram a utilizar a inteligência artificial como plataforma para a descoberta de antibióticos. Utilizaram a IA para examinar bibliotecas existentes de compostos em busca de novos antibióticos, levando à descoberta de novas moléculas que funcionassem contra infecções de novas formas. Uma organização sem fins lucrativos derivada, Phare Bio, está agora a trabalhar para trazer candidatos promissores para o mercado. A empresa de biotecnologia espera lançar um ensaio com halicina, um medicamento inicialmente desenvolvido para o tratamento da diabetes em 2009, que foi descoberto pela equipa de investigação de Collins, uma década mais tarde, como tendo poderosas propriedades antibióticas. Os cientistas usaram duas abordagens diferentes. Primeiro, eles usaram uma biblioteca de milhões de fragmentos químicos conhecidos por terem atividade antimicrobiana e usaram algoritmos para transformar esses fragmentos em moléculas completas. Na segunda abordagem, usaram a IA para projetar livremente novas moléculas, sem partir de fragmentos existentes. À medida que o computador criava novos designs, os pesquisadores ficavam livres para trabalhar em outras tarefas até que a IA estivesse concluída. Depois que as moléculas foram geradas, “aplicamos uma série de filtros de seleção descendente para priorizar quais sintetizar e testar”, diz Aarti Krishnan, pesquisador sênior de pós-doutorado no laboratório. “Essas etapas levaram alguns dias e envolveram feedback humano, onde químicos medicinais inspecionaram manualmente mais de 5.000 moléculas candidatas e as selecionaram para sintetizabilidade.” Na verdade, produzir as moléculas foi um desafio – algumas das ideias da IA eram tão selvagens que seriam impossíveis ou impraticáveis de fabricar. (Isso vai melhorar à medida que a IA evolui.) Mas a equipe conseguiu fazer um pequeno número. Da parte do estudo que funcionou a partir de fragmentos de moléculas existentes, os cientistas conseguiram criar dois candidatos, um dos quais foi muito eficaz na eliminação de bactérias da gonorreia resistentes aos medicamentos. Da parte do estudo que permitiu à IA conceber livremente novas moléculas, eles sintetizaram e testaram 22 amostras, avançando finalmente um candidato num teste bem-sucedido que tratou MRSA resistente a medicamentos em ratos. Agora, o parceiro sem fins lucrativos do laboratório continua trabalhando em ambas as moléculas para que possam passar por mais testes. (Imagem fonte: Walter_D/Adobe Stock) Um novo uso para IA generativa Embora o uso de IA no desenvolvimento de medicamentos não seja novo, esta aplicação específica de IA generativa é. “Até onde sabemos, esta é a primeira abordagem de IA generativa que projetou candidatos a antibióticos completamente novos, cujas estruturas não existem em nenhum espaço de fornecedor comercial”, diz Krishnan. O desenvolvimento de medicamentos ainda é um processo lento e a passagem por testes em humanos continuará a levar tempo. Mas a IA pode claramente ajudar na fase inicial de descoberta, reduzindo custos e aumentando as chances de sucesso. “A IA permitiu-nos explorar espaços químicos muito maiores do que os que estão atualmente disponíveis nas bibliotecas de triagem. E, ao fazê-lo, abriu estas novas moléculas à nossa consideração”, diz Collins. “Todos os métodos de IA que usamos poderiam ser prontamente estendidos a outras indicações”, diz ele. O prazo final para o Prêmio World Changing Ideas da Fast Company é sexta-feira, 12 de dezembro, às 23h59 (horário do Pacífico). Inscreva-se hoje.
Publicado: 2025-12-02 10:00:00
fonte: www.fastcompany.com
