Inteligência Artificial auxilia na seleção de moléculas promissoras, prevendo suas possíveis interações no organismo (Foto: Arquivo Pessoal)

Eduardo Bandeira

Uma pesquisa do Instituto de Ciências Biológicas (ICB) em parceria com a Faculdade de Farmácia (FF) da Universidade Federal de Goiás (UFG) conseguiu selecionar, por meio do uso de Inteligência Artificial (IA), candidatos promissores a novos fármacos para o tratamento da diabetes tipo 2, a partir de um banco de dados com mais de um milhão de moléculas.

O projeto utiliza bioinformática e quimioinformática. A IA é empregada para analisar moléculas em nível atômico e calcular as interações entre elas, prevendo quais têm maior probabilidade de serem eficazes. O projeto é coordenado pelos professores Guilhermino Pereira Nunes (ICB) e Carolina Horta Andrade (FF), e é desenvolvido no Laboratório de Planejamento de Fármacos e Modelagem Molecular (LabMol) da FF.

Para identificar os fármacos em potencial, a pesquisa recorre a um banco de dados com milhões de moléculas e emprega IA para testar suas propriedades. Inicialmente, parte-se de um grande número de moléculas, que são filtradas à medida que demonstram características promissoras, até que se chegue às melhores candidatas para o estudo.

"Assim como no organismo humano, os medicamentos precisam interagir de maneira específica com proteínas para funcionarem corretamente. A IA nos ajuda a prever essas interações, garantindo que as moléculas escolhidas tenham o encaixe ideal. Isso reduz o risco de efeitos colaterais e melhora a eficácia do tratamento", explica Guilhermino.

Além de acelerar a pesquisa, o professor esclarece que a IA reduz custos, diminui os testes em animais e aumenta a precisão na escolha das moléculas mais promissoras. Isso significa um avanço mais rápido para os ensaios clínicos com compostos que têm maior probabilidade de sucesso.

Guilhermino destaca que o maior beneficiado é o paciente, que terá acesso a tratamentos mais eficazes e seguros. A equipe escolheu a diabetes tipo 2 como foco porque essa é a condição que apresenta mais desafios em relação ao sucesso do tratamento.

A metodologia utilizada já é aplicada na descoberta de novos fármacos para diversas doenças, como câncer, doenças infecciosas e enfermidades cardíacas. "É um campo promissor e está avançando a cada dia. Estamos lidando com aprendizado de máquina específico para prever e testar moléculas com potencial terapêutico", explica o professor.

Próximas etapas

O estudo encontra-se na fase de validação biológica, na qual as moléculas promissoras como candidatas a novos fármacos são testadas fora do ambiente computacional (testes in vitro) para confirmar se podem ser utilizadas no tratamento da diabetes tipo 2.

Posteriormente, os pesquisadores buscarão a patente e o interesse de laboratórios farmacêuticos para a produção dos medicamentos, dando continuidade ao processo. Após essa etapa, serão realizados os testes finais exigidos pelas agências reguladoras para transformar a molécula em um fármaco disponível para o tratamento.

Guilhermino ressalta que, sem a utilização da IA, o desenvolvimento de um novo medicamento pode levar cerca de 15 anos. Com esse recurso, esse tempo pode ser reduzido para até sete anos, justamente devido à possibilidade de simular interações moleculares antes dos testes laboratoriais.