Cientistas da Universidade Estadual de Ohio, nos EUA, e do Instituto Indiano de Tecnologia Madras, na Índia, desenvolveram um sistema de IA denominado PURE para gerar moléculas semelhantes a medicamentos. A colaboração internacional buscou reduzir o tempo de desenvolvimento farmacêutico, processo que tradicionalmente consome décadas e bilhões de dólares.
O PURE (sigla em inglês para “Representações Imparciais Guiadas por Políticas para Geração Molecular com Restrições Estruturais”) se destaca entre outras ferramentas de IA por simular alterações moleculares graduais baseadas em reações químicas reais, em vez de utilizar mecanismos rígidos de pontuação ou otimização estatística. De acordo com o Phys, a tecnologia representa um avanço significativo na forma como a inteligência artificial pode ser aplicada à descoberta de medicamentos.
Aliás, a tecnologia foi inspirada nos métodos laboratoriais de síntese de medicamentos. Isso porque ela integra aprendizado autodirigido, que permite ao modelo identificar padrões em dados sem rótulos, com um sistema de aprendizado por reforço baseado em políticas para explorar o panorama químico de maneira mais natural.
Solução para desafio da síntese real
Um dos principais obstáculos na descoberta de medicamentos por IA tem sido a dificuldade de sintetizar em laboratório as moléculas geradas computacionalmente. Assim, o PURE foi desenvolvido especificamente para superar essa limitação.
A ferramenta foi criada para enfrentar problemas como a resistência medicamentosa em câncer e doenças infecciosas. O professor Srinivasan Parthasarathy, do Departamento de Ciência da Computação e Engenharia da Universidade Estadual de Ohio, participou do desenvolvimento do sistema.
“Este novo framework oferece benefícios revolucionários para a pesquisa farmacêutica em estágio inicial, com a capacidade de identificar candidatos a medicamentos alternativos e mais eficazes diante da resistência e hepatotoxicidade,” explicou Parthasarathy. “Ele combina aprendizado autodirigido de ponta com aprendizado por reforço baseado em políticas, usando simulações moleculares orientadas por modelos para navegar no espaço de busca molecular discreto enquanto mitiga o vazamento de métricas.”
Avaliação e resultados promissores
O pesquisadores testaram o sistema em benchmarks reconhecidos para geração de moléculas. Isso incluindo testes de QED (semelhança a medicamentos), DRD2 (atividade do receptor de dopamina) e solubilidade. A ferramenta gerou moléculas mais diversas e originais. Além disso, ela produziu possíveis rotas sintéticas sem treinamento nesses critérios específicos.
“O que há de único no PURE é a maneira como ele usa o aprendizado por reforço, não apenas para otimizar métricas específicas. Mas para aprender como as moléculas se transformam,” disse Ravindran. “Ao tratar o design químico como uma sequência de ações guiadas por regras de reação reais, o PURE nos aproxima de sistemas de IA que podem raciocinar através de etapas de síntese muito como um químico faria.”
Aplicações futuras
O PURE poderá funcionar como um motor de IA de uso geral para descoberta molecular. Ele é capaz de trabalhar com múltiplas doenças e objetivos de propriedade usando um único modelo treinado. Além da descoberta de medicamentos, Parthasarathy indicou que o sistema também oferece base promissora para acelerar a descoberta de novos materiais.
Ainda não há informações sobre quando a tecnologia estará disponível comercialmente. Além disso, quais serão os próximos passos para sua implementação em larga escala na indústria farmacêutica.
