Inteligência Artificial ajuda investigadores a gerar novas moléculas e acelerar descoberta de medicamentos

Foi esta segunda-feira divulgado que uma equipa de investigadores da Faculdade de Medicina da Universidade do Porto está a desenvolver um método de Inteligência Artificial para gerar novas moléculas e acelerar a descoberta de novos medicamentos.

Inteligência Artificial ajuda investigadores a gerar novas moléculas e acelerar descoberta de medicamentos

A Faculdade de Medicina da Universidade do Porto (FMUP) revelou esta segunda-feira que uma equipa de investigadores da faculdade está a desenvolver uma pesquisapara encontrar novas moléculas terapêuticas, através do recurso à inteligência artificial (IA).

A FMUP indica que o objetivo deste projeto é “melhorar o combate a bactérias multirresistentes” através de um algoritmo de IA generativa que “seja capaz de criar novas moléculas com potencial terapêutico que se consigam adaptar às doenças com rapidez e eficácia”.

Já numa fase mais avançada, continua a FMUP, “a estratégia passa por atuar, em particular, contra as bactérias multirresistentes, mas com a possibilidade de adaptar o modelo a outras doenças e terapêuticas”.

O projeto, intitulado “Inteligência Artificial aplicada à descoberta de novos antibióticos”, é da autoria dos investigadores Bruno Macedo, Inês Ribeiro Vaz e Tiago Taveira Gomes.

Neste momento, a equipa de investigadores desenvolveu um algoritmo tendo como base a utilização de grandes quantidades de moléculas conhecidas pela comunidade científica.

“Este algoritmo, ao qual demos a designação de MedGAN, tem como estrutura molecular de base a quinolina, que é das mais comuns na natureza e é também o esqueleto central de muitos medicamentos atuais”, explica o investigador Bruno Macedo, citado no comunicado.

Já num artigo publicado na revista científica Scientific Reports da Nature, os investigadores demonstraram o processo de otimização de um algoritmo de IA que compara o efeito de diferentes parâmetros e arquiteturas de uma rede generativa.

“Foi possível concluir que estas estruturas geradas são inovadoras, válidas, suficientemente grandes e complexas na sua composição e com ótimos perfis preditivos de biodisponibilidade, toxicidade e síntese. Na prática, significa que são bons promissores de potenciais fármacos no futuro”, indicam os investigadores.

Assim, é expectável que, a partir destas primeiras descobertas, “em que o algoritmo aprendeu a relação e os padrões de construção de novas moléculas”, se abra “uma importante via para a aplicação da inteligência artificial generativa no desenvolvimento de novos fármacos”.

“Estes dados abrem perspetivas para a fase seguinte do estudo, que passará por treinar o algoritmo a compreender o que determina uma ligação entre uma molécula e um alvo e otimizar a geração de novas moléculas para esse mesmo alvo”, acrescenta Tiago Taveira Gomes, professor da FMUP.

A meta é ter disponíveis até ao próximo ano novos compostos que permitam avançar para ensaios clínicos.

Com LUSA