A utilização da inteligência artificial (IA) está a revelar-se um fator de mudança no que diz respeito à medicina, com a tecnologia a ajudar os cientistas a descobrir os primeiros novos antibióticos em 60 anos.
A descoberta de um novo composto capaz de matar uma bactéria resistente aos medicamentos que mata milhares de pessoas em todo o mundo pode vir a ser um ponto de viragem na luta contra a resistência aos antibióticos.
"A ideia aqui é que podemos ver o que está a ser captado pelos modelos para fazer as suas previsões de que certas moléculas seriam bons antibióticos", disse James Collins, professor de Engenharia Médica e Ciência no Instituto de Tecnologia de Massachusetts (MIT) e um dos autores do estudo, em comunicado.
"O nosso trabalho fornece uma estrutura que é eficiente em termos de tempo, de recursos e mecanicamente perspicaz, do ponto de vista da estrutura química, de uma forma que não tínhamos até à data".
Os resultados foram publicados na revista Nature e contaram com a coautoria de uma equipa de 21 investigadores.
Estudo com o objetivo de "abrir a caixa negra"
A equipa responsável pelo projeto utilizou um modelo de aprendizagem profunda para prever a atividade e a toxicidade do novo composto.
A aprendizagem profunda envolve a utilização de redes neuronais artificiais para aprender e representar automaticamente características de dados sem programação explícita.
Está a ser cada vez mais aplicada na descoberta de medicamentos para acelerar a identificação de potenciais candidatos, prever as suas propriedades e otimizar o processo de desenvolvimento de medicamentos.
Neste caso, os investigadores centraram-se no Staphylococcus aureus resistente à meticilina (MRSA).
As infeções por MRSA podem variar desde infeções cutâneas ligeiras a doenças mais graves e potencialmente fatais, como pneumonia e infeções da corrente sanguínea.
Quase 150.000 infeções por MRSA ocorrem todos os anos na União Europeia e quase 35.000 pessoas morrem anualmente no bloco devido a infeções resistentes aos antimicrobianos, de acordo com o Centro Europeu de Prevenção e Controlo das Doenças (ECDC).
"O que nos propusemos fazer neste estudo foi abrir a caixa negra. Estes modelos são constituídos por um grande número de cálculos que imitam as ligações neuronais e ninguém sabe realmente o que se passa por detrás da caixa", afirmou Felix Wong, pós-doutorado no MIT e em Harvard e um dos principais autores do estudo.
Descobrir um novo composto
Para aperfeiçoar a seleção de potenciais medicamentos, os investigadores utilizaram três modelos adicionais de aprendizagem profunda. Estes modelos foram treinados para avaliar a toxicidade dos compostos em três tipos distintos de células humanas.
Ao integrar estas previsões de toxicidade com a atividade antimicrobiana previamente determinada, os investigadores identificaram compostos capazes de combater eficazmente os micróbios com o mínimo de danos para o corpo humano.
Utilizando este conjunto de modelos, foram analisados cerca de 12 milhões de compostos disponíveis no mercado.
Os modelos identificaram compostos de cinco classes diferentes, categorizados com base em subestruturas químicas específicas dentro das moléculas, que exibiram atividade prevista contra o MRSA.
Posteriormente, os investigadores adquiriram cerca de 280 destes compostos e efectuaram testes contra o MRSA em laboratório. Esta abordagem levou-os a identificar dois candidatos a antibióticos promissores da mesma classe.