Ferramenta de IA pode acelerar a descoberta de medicamentos
O algoritmo pode prever eficazmente a forma como as novas moléculas se vão dobrar, dobrar e mover
Anúncios
Por cada novo medicamento que muda a vida e que chega ao mercado, muitos candidatos falham pelo caminho. Uma ferramenta baseada em inteligência artificial desenvolvida na Universidade de Oregon poderá ajudar os cientistas a prever melhor o modo como hipotéticos novos medicamentos poderão atuar no organismo antes de efectuarem testes dispendiosos.
O seu algoritmo simula eficazmente o movimento e o comportamento de moléculas nunca antes vistas, com base na sua estrutura química.
A investigação foi conduzida pelo estudante de doutoramento Revanth Elangovan e pelo investigador de pós-doutoramento Sompriya Chatterjee, no laboratório do biofísico Dhiman Ray. A equipa publicou recentemente os resultados na revista Proceedings of the National Academy of Sciences.
"Se a minha investigação for bem sucedida, dentro de 10 ou 20 anos, poderemos fazer simulações em tempo real e ver como diferentes tipos de fármacos se ligam a uma proteína", afirmou Ray. "E, a partir daí, poderemos selecionar os que devem ser levados a ensaios em seres humanos".
Os cientistas já utilizam ferramentas computacionais avançadas para prever a estrutura de novas moléculas. Programas como o AlphaFold da Google podem ajudar os investigadores a selecionar rapidamente candidatos a vacinas e outros medicamentos com base na sua forma. Estes programas mudaram o campo do desenvolvimento de medicamentos - os cientistas que os criaram até ganharam o Prémio Nobel da Química de 2024.
Embora extremamente poderosas, as ferramentas de previsão de estruturas são como tirar um fotograma de um filme, disse Ray. Capturam um momento no tempo, mas não nos dizem muito sobre a ação.
Para prever realmente como as moléculas se comportarão no corpo humano, os cientistas precisam de compreender como se movem e interagem. Será que a molécula se vai fixar no alvo desejado no corpo, ou será mais provável que se fixe em algo fora do alvo?
As actuais abordagens de simulação são computacionalmente intensas, disse Ray. Tal como uma longa-metragem, são ricas em pormenor mas de produção dispendiosa, pelo que estão fora do alcance de muitos laboratórios.
A nova abordagem da sua equipa é algo semelhante a um resumo do enredo da Wikipedia, um meio-termo entre uma fotografia e uma longa-metragem. O resultado dá aos cientistas a informação básica de que necessitam para prever como as moléculas se vão mover - o resultado final, mas também o caminho mais eficiente para lá chegar.
A equipa de Ray criou o modelo misturando inteligência artificial com dados físicos. Os cientistas utilizaram medições da forma como as moléculas conhecidas se comportam em diferentes situações e da quantidade de energia necessária para as fazer mudar de forma para estabelecer parâmetros no modelo de IA, impedindo-o de se desviar do caminho e desperdiçar energia a explorar cenários improváveis.
E as técnicas matemáticas aumentam a probabilidade de os investigadores captarem o momento específico que procuram: a fração de segundo em que um medicamento se liga ao seu alvo.
"É esse o poder que temos, sendo cientistas computacionais: Podemos fazer estes truques para obter amostras de coisas que não conseguimos ver numa simulação normal", disse Ray.
O código que desenvolveram está disponível gratuitamente para ser utilizado por outros.
Ray e a sua equipa estão particularmente interessados em aplicações no desenvolvimento de medicamentos. Mas a abordagem pode ser útil em toda a biologia e química, ajudando os investigadores a compreender as propriedades de muitos materiais novos.
O próximo passo é tornar os dados do modelo mais fáceis de interpretar, traduzindo os resultados num pequeno filme de fácil utilização.
"Mantemos alguns dos conhecimentos de física e algumas das vantagens da aprendizagem automática e combinamo-los de forma a beneficiar ambos os campos", disse Ray. "É essa a singularidade dos projectos que estamos a desenvolver, não apenas este trabalho em particular, mas também o laboratório em geral."
Observação: Este artigo foi traduzido usando um sistema de computador sem intervenção humana. A LUMITOS oferece essas traduções automáticas para apresentar uma gama mais ampla de notícias atuais. Como este artigo foi traduzido com tradução automática, é possível que contenha erros de vocabulário, sintaxe ou gramática. O artigo original em Inglês pode ser encontrado aqui.
Publicação original
Outras notícias do departamento ciência
