Investigadores da Universidade da Pensilvânia, nos Estados Unidos, criaram um sistema de inteligência artificial (IA) generativa que concebe e acelera o desenvolvimento de novos antibióticos.
O sistema pode ajudar a combater as infeções resistentes aos medicamentos e a agilizar a criação de fármacos mais potentes e eficazes contra os agentes patogénicos mais difíceis de tratar, noticiou na quarta-feira a agência Efe.
Liderados pelo investigador espanhol César de la Fuente, os cientistas da Universidade da Pensilvânia desenvolveram uma ferramenta, a que deram o nome de ApexGO, capaz de procurar compostos já existentes e otimizá-los para criar antibióticos mais potentes e eficazes.
Também transformam modelos moleculares em candidatos terapêuticos reais com uma velocidade e precisão sem precedentes, segundo a universidade. Através da validação em laboratório, os investigadores demonstraram como a IA pode reduzir anos de investigação para apenas algumas horas.
Os cientistas indicaram que esta pode ser uma solução inovadora para antecipar as infeções hospitalares mais perigosas e os resultados do trabalho foram publicados na revista Nature Machine Intelligence. A resistência aos antibióticos é uma das maiores ameaças à medicina moderna e, à medida que mais bactérias aprendem a sobreviver aos medicamentos utilizados para as combater, os investigadores enfrentam uma pressão crescente para encontrar novos tratamentos mais rapidamente do que os métodos tradicionais permitem, observou a universidade em comunicado.
O sistema concentra-se nos peptídeos, que são pequenas moléculas semelhantes a proteínas que podem atuar como antibióticos. Em vez de simplesmente pesquisar listas existentes de moléculas conhecidas, o ApexGO parte de modelos de peptídeos e sugere alterações que podem aumentar a sua eficácia na eliminação de bactérias nocivas.
Assim, o modelo atua como um mecanismo de design inteligente e “aprende padrões a partir de sequências de peptídeos e depois propõe novas versões com maior probabilidade de funcionar”, explicou a universidade. Para testar este método, os investigadores começaram com 10 peptídeos básicos e usaram a sua ferramenta para criar versões melhoradas.
De seguida, produziram 100 destes peptídeos em laboratório e analisaram a sua capacidade de combater as bactérias, como funcionavam, que estruturas formavam e se poderiam ser tóxicos para as células. Os resultados foram especialmente bons contra as bactérias Gram-negativas, um tipo de bactéria difícil de tratar e responsável por algumas das infeções hospitalares mais perigosas.
[Renato Seabra matou Carlos Castro, isso ninguém contesta. A pergunta a que os jurados têm de responder é outra: o jovem modelo português pode ou não ser responsabilizado pelo crime? Sentiu raiva ou estava mentalmente perturbado? Ouça o sexto e último episódio de “Os ficheiros do caso Carlos Castro”, o Podcast Plus do Observador narrado pela atriz Joana Santos, com banda sonora original de Júlio Resende. Pode ouvir aqui, no site do Observador, e também na Apple Podcasts, no Spotify e no Youtube Music. E pode ouvir também aqui o primeiro episódio, aqui o segundo, aqui o terceiro episódio, aqui o quarto episódio e aqui o quinto episódio]
“O ApexGO demonstra que a IA pode ser utilizada para mais do que apenas prever que moléculas podem funcionar: pode ajudar a melhorá-las”, vincou César de la Fuente, explicando que o modelo parte de antibióticos peptídicos promissores e aprende a otimizá-los, explorando novas possibilidades moleculares “que podemos depois sintetizar e testar em laboratório”, o que considera especialmente relevante dada a crescente resistência global aos antibióticos.
O investigador enfatizou a necessidade de tecnologias capazes de acelerar o desenvolvimento para tentar obter candidatos terapêuticos reais e afirmou que este sistema de IA “é um passo importante rumo a este futuro”. “Encontrar novos antibióticos é, geralmente, um processo lento, dispendioso e baseado em tentativas e erros”, observou o investigador Marcelo Torres na mesma nota. “O que é entusiasmante aqui é que conseguimos utilizar a IA para orientar o processo de design, fabricar os compostos mais promissores e, em seguida, validar experimentalmente muitos deles”, acrescentou.