Um time de pesquisadores do Instituto Tecnológico de Massachusetts (MIT) descobriu, por meio da inteligência artificial, um novo tipo de antibiótico, após um poderoso algoritmo analisar por vários dias mais de 100 milhões de compostos químicos em busca de uma nova via para o combate a bactérias resistentes.
Segundo um relatório do Centro de Controle de Doenças (CDC) dos Estados Unidos, as superbactérias matam aproximadamente 35 mil pessoas por ano no país, e a BBC afirma que o aumento de bactérias resistentes a antibióticos aumentou 9% entre 2017 e 2018 no Reino Unido.
Em ambos os casos, boa parte da “culpa” por esse problema é atribuída à automedicação: quando você toma inadvertidamente algum antibiótico por problemas menores, sem a devida consulta médica, a bactéria dentro de você pode se tornar mais resistente à droga, reduzindo ou eliminando a sua eficácia quando ela for realmente necessária.
Segundo os pesquisadores do MIT, o novo composto antibiótico tem capacidade de combater cerca de 35 tipos diferentes de bactérias. E por ser algo nunca utilizado, a resistência contra ele, estima-se, é virtualmente nula.
“Em termos de descoberta de antibióticos, isso é algo absolutamente inédito”, disse Regina Barzilay, pesquisadora sênior do projeto do MIT.
O discurso é endossado por James Collins, um bioengenheiro da equipe: “Eu acho que esse é um dos mais poderosos antibióticos descobertos até hoje. Nós queríamos desenvolver uma plataforma que nos permitisse domar o poder da inteligência artificial para trazer uma nova era à descoberta de drogas antibióticas”.
O algoritmo utilizado para a descoberta tira a sua inspiração no cérebro humano. Os cientistas o treinaram para analisar a estrutura química de 2,5 mil medicamentos, além de outros componentes químicos que trouxessem capacidades de matar a bactéria Escherichia coli — comumente abreviada para E. coli e que se encontra normalmente no trato gastrointestinal inferior de organismos de sangue quente, como o ser humano.
Identificados os compostos mais promissores, o algoritmo selecionou cerca de 100 candidatos para testes físicos (controlados em laboratórios, não feitos em humanos), até que o time chegou à descoberta da halicina. Segundo o doutor Peter Bannister, chairman do Painel de Engenharia e Tecnologia da Saúde, o método de descoberta já é bem conhecido pela comunidade científica.
“A mesma abordagem ganhou popularidade no desenvolvimento de novos métodos terapêuticos, como fármacos e, no caso dessa pesquisa, antibióticos onde o reconhecimento de padrões incluindo tecnologia de deep learning pode ajudar a organizar o alto número de moléculas”, ele disse à BBC. “Esse estudo vai além da simulação teórica e apresenta resultados pré-clínicos, que são essenciais para, junto dos testes clínicos em si, demonstrar claramente a eficácia e segurança das chamadas ‘drogas da IA’”.
Finalmente, os pesquisadores também afirmam que o uso da inteligência artificial e do machine learning pode ajudar na redução de custos oriundos da pesquisa clínica.
// CanalTech
