Notícia

Inteligência artificial encontra maneiras de desenvolver novos medicamentos

Fonte

ETH Zurique | Instituto Federal de Tecnologia de Zurique

Data

segunda-feira, 27 novembro 2023 15:05

Áreas

Bioinformática. Biotecnologia. Desenvolvimento de Fármacos. Farmacologia. Indústria Farmacêutica. Química Medicinal.

Novos ingredientes farmacêuticos ativos estabelecem as bases para tratamentos médicos inovadores e melhores. Porém, identificá-los e, principalmente, produzi-los por meio de síntese química em laboratório não é tarefa fácil. Para definir o processo de produção ideal, os químicos normalmente usam uma abordagem de tentativa e erro: eles derivam métodos possíveis para síntese em laboratório a partir de reações químicas conhecidas e depois testam cada um deles com experimentos; uma abordagem demorada e que pode ser repleta de becos sem saída.

Recentemente,  cientistas do Instituto Federal de Tecnologia de Zurique (ETH Zurique), juntamente com pesquisadores da Roche Pharma Research and Early Development, criaram uma abordagem baseada em inteligência artificial (IA) que ajuda a determinar o melhor método de síntese, incluindo a sua probabilidade de sucesso. “Nosso método pode reduzir bastante o número de experimentos de laboratório necessários”, explicou o Dr. Kenneth Atz, que desenvolveu o modelo de IA quando era estudante de doutorado junto com o Dr. Gisbert Schneider, professor do Instituto de Ciências Farmacêuticas da ETH Zurique.

Os ingredientes farmacêuticos ativos geralmente consistem em uma estrutura (scaffold) à qual estão ligados os chamados grupos funcionais. São estes que conferem à substância a sua função biológica altamente específica. A função da estrutura é colocar os grupos funcionais em um alinhamento geométrico definido para que possam atuar de maneira direcionada.

Funções químicas

Uma forma de produzir medicamentos com um efeito medicinal novo ou melhorado envolve a colocação de grupos funcionais em novos locais nas estruturas. Isto pode parecer simples, mas é particularmente difícil em química. Isto ocorre porque as estruturas, sendo compostas principalmente por átomos de carbono e hidrogênio, são praticamente não reativas, tornando difícil ligá-las a átomos funcionais como oxigênio, nitrogênio ou cloro. Para que isto tenha sucesso, os scaffolds devem primeiro ser ativados quimicamente através de reações de desvio.

Um método de ativação que abre muitas possibilidades para diferentes grupos funcionais, pelo menos no papel, é a borilação. Neste processo, um grupo químico contendo o elemento boro é ligado a um átomo de carbono na estrutura. O grupo do boro pode então ser simplesmente substituído por toda uma gama de grupos clinicamente eficazes.

Dados de fontes confiáveis e de um laboratório automatizado

“Embora a borilação tenha grande potencial, a reação é difícil de controlar em laboratório. É por isso que a nossa pesquisa abrangente na literatura mundial revelou apenas pouco mais de 1.700 artigos científicos sobre o assunto”, disse o Dr. Kenneth Atz, descrevendo o ponto de partida do seu trabalho.

A ideia era pegar reações descritas na literatura científica e utilizá-las para treinar um modelo de IA, que a equipe de pesquisa poderia então utilizar para considerar novas moléculas e identificar o maior número possível de locais onde a borilação seria viável. No entanto, os pesquisadores acabaram por alimentar o seu modelo apenas com uma fração da literatura que encontraram. Para garantir que o modelo não fosse enganado por resultados falsos de pesquisas descuidadas, a equipe limitou-se a 38 artigos particularmente confiáveis. Estes descreveram um total de 1.380 reações de borilação.

Para expandir o conjunto de dados de formação, a equipe complementou os resultados da literatura com avaliações de 1.000 reações realizadas no laboratório automatizado operado pelo departamento de investigação de Química Medicinal da Roche. Isto permitiu que muitas reações químicas fossem realizadas na escala de miligramas e analisadas simultaneamente. “A combinação da automação laboratorial com a IA tem um enorme potencial para aumentar significativamente a eficiência na síntese química e, ao mesmo tempo, melhorar a sustentabilidade”, afirmou David Nippa, estudante de doutoramento da Roche que realizou o projeto juntamente com  Kenneth Atz.

Alto poder preditivo, especialmente com dados 3D

As capacidades preditivas do modelo gerado a partir deste conjunto de dados foram verificadas utilizando seis moléculas de medicamentos conhecidas. Em cinco dos seis casos, testes experimentais em laboratório confirmaram os locais adicionais previstos. O modelo foi igualmente confiável quando se tratou de identificar locais na estrutura onde a ativação não é possível. Além disso, determinou as condições ótimas para as reações de ativação.

Curiosamente, as previsões ficaram ainda melhores quando foram incluídas informações 3D sobre os materiais iniciais, em vez de apenas suas fórmulas químicas bidimensionais. “Parece que o modelo desenvolve uma espécie de compreensão química tridimensional”, destacou o Dr. Atz.

A taxa de sucesso das previsões também impressionou os pesquisadores da Roche Pharma Research and Early Development. Eles utilizaram com sucesso o método para identificar locais em medicamentos existentes onde grupos ativos adicionais podem ser introduzidos. Isto ajudaria a desenvolver mais rapidamente variantes novas e mais eficazes de ingredientes farmacêuticos ativos conhecidos.

Os resultados foram publicados na revista científica Nature Chemistry.

Acesse o artigo científico completo (em inglês).

Acesse a notícia completa na página do ETH Zurique (em inglês).

Fonte: Daniel Meierhans, ETH Zurique. Imagem: sofind via Freepik.​

Em suas publicações, o Canal Farma da Rede T4H tem o único objetivo de divulgação científica, tecnológica ou de informações comerciais para disseminar conhecimento. Nenhuma publicação do Canal Farma tem o objetivo de aconselhamento, diagnóstico, tratamento médico ou de substituição de qualquer profissional da área da saúde. Consulte sempre um profissional de saúde qualificado para a devida orientação, medicação ou tratamento, que seja compatível com suas necessidades específicas.