O campo da inteligência artificial (IA) tem visto um crescimento exponencial em sua aplicação em diversas áreas, e uma das mais promissoras é a farmacêutica. Em 2023, as plataformas generativas de IA, como o ChatGPT e o Midjourney, já haviam se destacado por suas capacidades de criar imagens e auxiliar na escrita de e-mails. No entanto, a capacidade dessas tecnologias de ir além e contribuir para a descoberta de novos medicamentos é um desenvolvimento que merece atenção especial.
Inspirados pela popularidade e potencial do ChatGPT, pesquisadores da Universidade Chapman, nos Estados Unidos, embarcaram em uma jornada para explorar como a IA poderia revolucionar o processo de design de medicamentos. O resultado foi a criação do modelo genAI, uma plataforma inovadora apelidada de "drugAI", que promete acelerar e baratear a identificação de novos candidatos a medicamentos.
O trio de cientistas, Dony Ang, Cyril Rakovski e Hagop Atamian, desenvolveu um modelo capaz de aprender a partir de um vasto conjunto de dados de compostos químicos, suas interações com proteínas-alvo e as complexidades da estrutura e propriedades químicas. A plataforma drugAI permite que os usuários insiram sequências de proteínas-alvo, como aquelas envolvidas na progressão do câncer, e identifiquem possíveis medicamentos para uma ampla gama de doenças.
O que torna o drugAI particularmente notável é sua habilidade de gerar estruturas moleculares únicas, começando do zero e refinando iterativamente os candidatos. O objetivo é garantir que os finalistas tenham fortes afinidades de ligação com seus respectivos alvos de medicamentos. O modelo é capaz de identificar entre 50 a 100 novas moléculas que têm potencial para inibir proteínas específicas.
Atamian expressou entusiasmo com a abordagem, destacando que o drugAI permite a geração de medicamentos potenciais que nunca foram concebidos anteriormente. A plataforma foi testada e validada, e os resultados são impressionantes. A qualidade das moléculas geradas pelo drugAI foi avaliada e comparada com métodos tradicionais, revelando-se semelhante ou, em alguns casos, superior.
Este avanço representa um marco significativo na interseção da IA e da farmacologia. O drugAI não apenas promete acelerar o processo de descoberta de medicamentos, mas também o torna mais acessível, potencialmente transformando a maneira como tratamos doenças. Com a IA agora no centro do design de medicamentos, estamos entrando em uma nova era de inovação farmacêutica, onde as possibilidades são tão vastas quanto os dados que podemos analisar.
A comunidade científica e o setor farmacêutico estão atentos ao potencial do drugAI e outras plataformas semelhantes. À medida que continuamos a explorar e expandir os limites da IA, podemos esperar que mais avanços transformadores como o drugAI surjam, beneficiando a saúde global e abrindo novos caminhos para o tratamento de doenças. O futuro da medicina está sendo reescrito, e a IA é a caneta que está moldando essa nova narrativa.
A drugAI criou um relatório de novos medicamentos direcionados à mesma proteína e compararam a semelhança do medicamento e a afinidade de ligação entre as moléculas naturais e os drugAIs e encontraram medições semelhantes em ambas. Porém, o drugAI foi capaz de identificá-los de uma forma muito mais rápida e menos dispendiosa.
As moléculas candidats foram entre 42% e 75% superiores aos de outros modelos e todas as geradas por drugAI exibiram fortes afinidades de ligação aos respectivos alvos, comparáveis àquelas identificadas por meio de abordagens tradicionais de triagem virtual.
Ang, Rakovski e Atamian também queriam ver como os resultados do drugAI para uma doença específica se comparavam aos medicamentos conhecidos existentes para essa doença. Numa experiência diferente, os métodos de rastreio geraram uma lista de produtos naturais que inibiam as proteínas da Covid-19.
Além disso, os cientistas projetaram o algoritmo para ter uma estrutura flexível que permita que futuros pesquisadores adicionem novas funções. “Isso significa que será possível contar com candidatos a medicamentos mais refinados, com uma probabilidade ainda maior de ter um medicamento real”, finaliza Atamian.
Comentários