A saúde de hoje precisa do
conhecimento do amanhã. Médicos, pesquisadores, instituições e laboratórios têm
em suas mãos a oportunidade de impulsionar a inovação na área da saúde com
soluções de inteligência artificial, tecnologias de nuvem híbrida, automação e,
em breve, computação quântica.
Por exemplo, a resistência aos antibióticos é uma grande ameaça à saúde humana,
ainda mais durante a atual pandemia. Esse desafio - que apenas nos Estados
Unidos afeta mais de três milhões de pessoas que são infectadas por bactérias
ou fungos resistentes a antibióticos a cada ano - é também uma preocupação na
América Latina. A Organização Mundial da Saúde, por sua vez, está trabalhando
em uma iniciativa global, que inclui países da América Latina, para coordenar
uma resposta a esta grande problema. [1]
No entanto, poucos antibióticos novos estão sendo desenvolvidos para substituir
aqueles que não são mais eficazes. Isso ocorre porque o design de drogas é um
processo extremamente difícil e demorado: há mais combinações químicas
possíveis de uma nova molécula do que átomos no Universo.
Pavimentando o caminho para a era das descobertas aceleradas, especialistas
desenvolvam um sistema de inteligência artificial que pode ajudar a acelerar o
design de moléculas para novos antibióticos. E isso funciona: no artigo
" Descobertas antimicrobianas aceleradas através de modelos
geradores profundos e simulações de dinâmica molecular", publicado no
Nature Biomedical Engineering, a equipe descreve como esse modelo foi usado
para criar dois novos peptídeos antimicrobianos não tóxicos (non-toxic
antimicrobial peptides - AMPs) com forte potência de amplo espectro. Peptídeos
são pequenas moléculas - que consistem em cadeias curtas de aminoácidos, que
são os componentes básicos das proteínas. A abordagem da equipe excedeu outros
métodos líderes de design de AMP em quase 10%.
Além de antibióticos, esta IA generativa teria o potencial de acelerar o
processo de design de moléculas possivelmente melhores para novas drogas e
materiais - permitindo aos cientistas usarem a IA para descobrir e projetar
melhores candidatos a drogas e terapias mais eficazes para doenças, materiais
para absorver e capturar carbono para ajudar na luta contra as mudanças
climáticas, materiais para a produção e armazenamento de energia mais inteligente,
e muito mais. Para enfrentar esses desafios, precisamos acelerar em escala a
taxa de descoberta de novas moléculas funcionais.
Os pesquisadores utilizaram um modelo generativo de IA denominado auto
codificador generativo profundo para aprender sobre a vasta gama de moléculas
peptídicas conhecidas. O modelo capturou informações significativas, permitindo
a exploração além dos modelos antimicrobianos conhecidos. Os pesquisadores
então aplicaram o Controlled Latent attribute Space Sampling (CLaSS), um
método computacional desenvolvido recentemente para gerar novas moléculas de
peptídeo com propriedades personalizadas. Em seguida, graças aos classificadores
de aprendizagem profunda, examinaram as moléculas antimicrobianas geradas por
IA e candidatas a serem peptídeos antimicrobianos em busca de atributos chave
adicionais, como toxicidade e atividade de espectro amplo ou a presença de
novas características físico-químicas indicativas de união estável e das
ligações peptídicas.
Em 48 dias, a abordagem alimentada por IA de design de moléculas para acelerar
a descoberta permitiu à equipe identificar, sintetizar e testar de forma
experimental 20 novos candidatos a peptídeos antimicrobianos gerados por IA.
Dois deles foram considerados muito potentes contra vários patógenos
Gram-positivos e Gram-negativos (incluindo K. pneumoniae multirresistente)
com baixas probabilidades de desenvolverem resistência aos medicamentos
em E. Coli.
A abordagem proposta pode potencialmente levar a descobertas mais rápidas e
eficientes de antimicrobianos potentes e seletivos de amplo espectro, para
manter afastadas as bactérias resistentes a antibióticos de uma vez por todas. E
espera-se que a IA da IBM possa ser usada para ajudar a enfrentar os desafios
de pesquisas mais complexos do mundo, como o desenvolvimento de novas terapias,
foto resistores sustentáveis, novos catalizadores para captura de carbono mais
eficiente e muito mais.
*Para mais informações, acesse o texto original aqui (em inglês).
Com informações da Saúde business
