Inteligência artificial auxilia descoberta de tratamentos para doenças negligenciadas
Estudo apresenta quatro novos compostos com viabilidade no tratamento das doenças de Chagas e do sono
Kharen Stecca
Um estudo liderado por pesquisadores do Laboratório de Quimioinformática da Faculdade de Farmácia (FF) da Universidade Federal de Goiás (UFG) reportou a descoberta de quatro novos compostos antiparasitários (LC-3, LC-4, LC-6 e LC-15). O diferencial inovador do trabalho é a implementação de uma avançada Inteligência Artificial (IA) capaz de identificar compostos com potencial terapêutico.
O projeto visa desenvolver novos medicamentos para doenças negligenciadas, especialmente aquelas que impactam regiões com investimento limitado em pesquisas farmacêuticas. Com foco nas doenças de Chagas e do sono, bem como nas leishmanioses, o estudo sublinha a importância da IA na criação de soluções inovadoras. O projeto é financiado pelo Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) e pela Fundação de Amparo à Pesquisa do Estado de Goiás (Fapeg).
A ferramenta desenvolvida desempenha um papel crucial como filtro para a triagem de grandes bibliotecas comerciais contendo milhões de compostos, destacando-se como uma peça versátil aplicável em diversas situações.
Nas palavras do professor Bruno Junior Neves, coordenador da pesquisa, a IA simula ensaios com os compostos, permitindo que os ensaios de bancada concentrem-se exclusivamente nos compostos mais promissores. Esse enfoque otimizado acelera significativamente o desenvolvimento de novos medicamentos, proporcionando uma economia de tempo e recursos.
O professor enfatiza as dificuldades enfrentadas pelos tratamentos atuais dessas doenças, como a falta de eficácia e a presença de efeitos adversos. Com inúmeros estudos clínicos frustrados ao longo das últimas décadas, torna-se imperativo acelerar o processo de pesquisa.
Ele destaca que incorporar abordagens de Inteligência Artificial no desenvolvimento de novos medicamentos não só promete uma transformação revolucionária, mas emerge como uma necessidade premente para ampliar os benefícios a diversos pacientes. As pesquisas do grupo possuem parcerias com a Universidade da Carolina do Norte e o Museu de História Natural da França.
Apresentação esquemática do processo de identificação de compostos antiparasitários por meio do uso de inteligência artificial. Nesse esquema, a IA analisou 1,3 milhão de compostos comerciais, possibilitando a descoberta do LC-6, um agente antiparasitário de notável potência
Doença de Chagas
Descrita em 1909 pelo pesquisador Carlos Chagas, a doença de Chagas é causada pelo protozoário Trypanosoma cruzi, cujo principal vetor de transmissão da doença era o Triatoma infestans, inseto popularmente conhecido como barbeiro.
No final da década de 1970, a área endêmica, ou seja, com risco de transmissão da doença de Chagas no Brasil devido à presença de vetores infectados, incluía 18 estados e mais de 2,2 mil municípios brasileiros.
Na fase aguda da doença, o paciente pode apresentar poucos ou nenhum sintoma. Se a doença segue sem tratamento, ela pode evoluir para a fase crônica, afetando o coração e o sistema gastrointestinal.
A doença de Chagas tem maior chance de cura quando detectada na fase aguda, quando o protozoário ainda circula pelo sangue do indivíduo. O mesmo medicamento pode ser usado tanto na fase aguda quanto na fase crônica, mas com menos chances de sucesso.
De modo geral, pacientes com a doença de Chagas crônica precisam realizar um acompanhamento médico constante, para impedir que a condição evolua ou traga novos sintomas para o paciente. Por isso é importante a descoberta de novos medicamentos, como esperança para os portadores da doença.
Doença do sono
A doença causada por protozoários é transmitida pela mosca tsé-tsé e ocorre apenas na África Equatorial. A Organização Mundial da Saúde (OMS) vem tentando erradicar a doença e, como resultado dos esforços de controle, houve uma redução drástica nos casos dessa infecção durante os últimos 20 anos.
Apesar disso, os tratamentos disponíveis ainda apresentam diversas limitações, o que também demonstra a necessidade de novos compostos mais eficazes.
Acesse aqui o artigo "Multitask learning-driven identification of novel antitrypanosomal compounds".
* Crédito da foto de capa: Shutterstock.
Fonte: Secom UFG
Categorias: Tecnologia FF inteligência artificial