Para os pesquisadores, encontrar novos medicamentos significa horas e horas de trabalho e atividades bastante caras.
No entanto, um tipo de inteligência artificial (IA) chamado “aprendizado de máquina” pode acelerar o processo e realizar o trabalho em apenas uma fração de segundo.
De acordo com a autora da pesquisa Vanessa Smer-Barreto, pesquisadora do Instituto de Genética e Medicina Molecular da Universidade de Edimburgo, uma IA poderia ter encontrado a molécula antienvelhecimento mais potente já vista.
Smer-Barreto explica:
“Meus colegas e eu recentemente usamos essa tecnologia para encontrar três candidatos a drogas senolíticas promissoras, ou seja, drogas que retardam o envelhecimento e previnem doenças relacionadas à idade”.
Os senolíticos matam as células senescentes. Estas são células “vivas” (metabolicamente ativas), mas não podem mais se replicar, daí seu apelido:
Células zumbis
A incapacidade de replicar não é necessariamente ruim.
Essas células sofreram danos em seu DNA, células da pele danificadas pela luz solar, por exemplo, portanto, interromper a replicação evita que o dano se espalhe. Mas as células senescentes nem sempre são boas.
Eles secretam um coquetel de proteínas inflamatórias que podem se espalhar para as células vizinhas. Ao longo da vida, nossas células sofrem uma enxurrada de insultos, desde os raios ultravioleta até a exposição a produtos químicos, de modo que essas células se acumulam. O alto número de células senescentes tem sido associado a várias doenças, incluindo diabetes tipo 2, COVID, fibrose pulmonar, osteoartrite e câncer.
Estudos feitos em camundongos de laboratório mostraram que a eliminação de células senescentes, por meio do uso de senolíticos, pode melhorar essas doenças. Essas drogas podem matar células zumbis e manter vivas as saudáveis.
Cerca de 80 senolíticos são conhecidos, mas apenas dois foram testados em humanos:
Uma combinação de dasatinibe e quercetina
Seria ótimo encontrar mais senolíticos que pudessem ser usados em várias doenças, mas leva de dez a vinte anos e bilhões de dólares para um medicamento chegar ao mercado.
Resultados em cinco minutos Smer-Barreto explica:
“Meus colegas e eu – incluindo pesquisadores da Universidade de Edimburgo e do Conselho Nacional de Pesquisa Espanhol IBBTEC-CSIC em Santander, Espanha, queríamos saber se poderíamos treinar modelos de aprendizado de máquina para identificar novos candidatos a medicamentos senolíticos. Para isso, alimentamos os modelos de IA com exemplos de senolíticos e não senolíticos conhecidos. Os modelos aprenderam a distinguir entre os dois e foram capazes de prever se moléculas que nunca haviam visto antes também poderiam ser senolíticas.”
Quando resolvemos um problema de aprendizado de máquina, geralmente testamos primeiro os dados com vários modelos diferentes, pois alguns tendem a ter um desempenho melhor do que outros. Para determinar qual é o modelo mais eficiente, no início do processo separamos uma pequena parte dos dados de treinamento disponíveis e os mantemos ocultos do modelo até que o processo de treinamento seja concluído.
Em seguida, usamos esses dados de teste para quantificar quantos erros o modelo comete. Vence aquele que errar menos. Determinamos nosso melhor modelo e o colocamos para fazer previsões. Demos a ele 4.340 moléculas e cinco minutos depois ele nos deu uma lista de resultados.
Smer-Barreto explica:
“O modelo de IA identificou 21 moléculas com pontuação máxima que julgou ter alta probabilidade de ser senolítica. Se tivéssemos testado as 4.340 moléculas originais no laboratório, teríamos levado pelo menos várias semanas de trabalho intensivo e £ 50.000 apenas para comprar os compostos, sem contar o custo do maquinário e configuração experimental. Em seguida, testamos esses candidatos a medicamentos em dois tipos de células: saudáveis e senescentes. Os resultados mostraram que, dos 21 compostos, três (periplocina, oleandrina e gingetina) foram capazes de matar células senescentes, mantendo viva a maioria das células normais. Esses novos senolíticos foram então submetidos a mais testes para entender melhor como eles funcionam no corpo”.
Sugerimos a leitura das seguintes matérias
Empresa que desenvolve inteligência artificial quer “ensinar” IA a ser consciente
Yuval Noah Harari diz: “Não sei se os humanos podem sobreviver à inteligência artificial”
Cientista prevê que casais em breve terão bebês digitais no Metaverso
Resultados promissores
Experimentos biológicos mais detalhados demonstraram que, das três drogas, a oleandrina foi mais eficaz do que a droga senolítica mais conhecida de sua classe. As implicações potenciais dessa abordagem interdisciplinar, envolvendo cientistas de dados, químicos e biólogos, são enormes.
Se dados suficientes de alta qualidade estiverem disponíveis, os modelos de IA podem acelerar o incrível trabalho que químicos e biólogos fazem para encontrar tratamentos e curas para doenças, especialmente aquelas que não são cobertas.
“Depois de validá-los em células senescentes, estamos testando os três candidatos senolíticos em tecido pulmonar humano. Esperamos apresentar nossos próximos resultados dentro de dois anos”,
Conclui Smer-Barreto.
Os resultados da pesquisa foram publicados na revista Nature.
Deixe sua opinião nos Comentários!
E compartilhe com seus amigos…
Convidamos você a nos seguir em nossa página no Facebook, para ficar por dentro de todas as novidades que publicamos:
Sobre o Autor
0 Comentários