O custo para desenvolver novos remédios é bastante elevado, já que é repleto de incertezas. Afinal, mesmo comprimidos que funcionam dentro do laboratório, podem virar um placebo quando engolidos por um humano. Este é o mesmo dilema das farmacêuticas que desenvolvem versões sintéticas de anticorpos, mas tudo parece mudar com o uso massivo da Inteligência Artificial e da robótica na pesquisa.
- Primeiro remédio feito por IA generativa é testado em humanos
- Nvidia desenvolve IA generativa para descobrir novos remédios
Hoje, o primeiro remédio desenvolvido por uma IA generativa já está em testes com humanos. Se os resultados do estudo clínico foram promissores, este será um importante marco no desenvolvimento de terapias voltadas para humanos. Além da velocidade, há um ponto bem importante: custos muito menores que os atuais em pesquisa.
Anticorpos sintéticos e a IA
Antes de seguir, vale lembrar que os anticorpos sintéticos podem ser usados contra inúmeras doenças e, diferente dos remédios tradicionais e encapsulados, são praticamente infusões vivas que podem ser prescritas até para o tratamento de alguns tipos de câncer e para a redução do risco de rejeição de órgãos transplantados. Na pandemia da covid-19, foram usados como alternativa contra infecções pelo coronavírus SARS-CoV-2.
Na corrida pelo desenvolvimento de anticorpos com o uso da IA generativa, está a biofarmacêutica britânica LabGenius. Tal como nos medicamentos mais convencionais, a pesquisa começa com milhões de combinações potenciais para serem experimentadas. Só que, neste caso, são de aminoácidos — as unidades ou os tijolos que compõem uma proteína.
“Se você deseja criar um novo anticorpo terapêutico, em algum lugar desse espaço infinito de moléculas potenciais, está a molécula que deseja encontrar”, afirma James Field, fundador e CEO da LabGenius, para a revista Wired. A sorte é que, hoje, quase todos os processos são automatizados, poupando milhares de horas humanas.
Como é a pesquisa do futuro para novos anticorpos?
Para realizar as atividades que se propõe, o LabGenius conta com um algoritmo de aprendizado de máquina próprio, além de sistemas robóticos automatizados para testes. Também existem biorreatores para o cultivo de células saudáveis, doentes e dos novos anticorpos.
Segundo Field, as únicas entradas que você dá ao sistema como humano são: um exemplo de uma célula saudável e um exemplo de uma célula doente. A partir disso, é o próprio sistema que irá explorar o melhor design de um anticorpo para tratar aquela doença.
Inicialmente, o modelo seleciona as primeiras 700 opções de um banco com 100 mil possíveis anticorpos. Em seguida, testa cada uma delas virtualmente. As apostas mais promissoras são direcionadas para os testes in vitro com tecidos humanos doentes. Em diferentes momentos, o sistema busca formas de afinar ainda mais a descoberta, entregando uma aposta muito mais promissora em um espaço pequeno de tempo. A taxa de acerto é 35 vezes maior que a dos métodos convencionais.
Entre as vantagens da nova ferramenta, está o escape dos “vícios” e “preconceitos” humanos. “Os anticorpos excepcionalmente poderosos que descobrimos com essa abordagem geralmente contêm recursos não intuitivos, portanto, é improvável que eles tenham sido encontrados usando métodos de design racionais”, afirma a empresa, em artigo.
Fonte: LabGenius e Wired
