Doenças sem cura – A inteligência artificial vem alterando profundamente o ritmo de uma das áreas mais desafiadoras da ciência: o desenvolvimento de novos medicamentos.
Após décadas marcadas por custos elevados, longos períodos de pesquisa e frequentes fracassos, cientistas passaram a adotar modelos baseados em IA para identificar compostos promissores contra doenças que há anos desafiam a medicina, como Parkinson, infecções por bactérias resistentes e enfermidades raras.
LEIA: China autoriza uso de chip cerebral em pacientes com paralisia
Embora isso não signifique a chegada imediata de curas, indica que o processo de criação de terapias entrou em uma nova etapa — mais ágil, mais precisa e com potencial de alcance ampliado.
IA entra onde a ciência vinha perdendo tempo e dinheiro
A busca por novos medicamentos sempre enfrentou um obstáculo central: encontrar moléculas eficazes entre milhões ou até bilhões de possibilidades. Esse processo exige infraestrutura cara, muito tempo e costuma apresentar altas taxas de insucesso. É justamente nesse ponto que a inteligência artificial passou a fazer diferença.
James Collins, professor do MIT, afirmou à BBC que atualmente é possível analisar, em poucas horas ou dias, enormes bases de compostos químicos em busca de propriedades antibacterianas.
Com o uso de IA generativa, sua equipe examinou mais de 45 milhões de estruturas químicas para avaliar sua eficácia contra a bactéria causadora da gonorreia e o Staphylococcus aureus, responsável por infecções como MRSA.
A partir dessa triagem, os pesquisadores projetaram 36 milhões de compostos potenciais, selecionaram 24 para testes laboratoriais e identificaram sete com alguma atividade antimicrobiana. Entre eles, dois apresentaram alta eficácia contra cepas resistentes a antibióticos existentes.
O impacto vai além dos números. A resistência bacteriana é hoje uma das principais ameaças à saúde global. Segundo estudo publicado no The Lancet, cerca de 1,1 milhão de pessoas morrem anualmente por infecções que antes eram facilmente tratáveis — número que pode ultrapassar 8 milhões até 2050 sem intervenções eficazes.
Em um contexto em que apenas 12 novos antibióticos foram aprovados entre 2017 e 2022, a aplicação de IA pode representar uma mudança significativa de escala em um campo historicamente pouco explorado pela indústria farmacêutica.
Parkinson expõe o tamanho do desafio e da oportunidade
Se o avanço em antibióticos ilustra a velocidade proporcionada pela IA, a doença de Parkinson evidencia a complexidade dos desafios que a tecnologia busca enfrentar. Descrita em 1817, a condição ainda não possui tratamentos capazes de interromper sua progressão.
Parte da dificuldade está na própria compreensão da doença. Michele Vendruscolo, professor de biofísica da Universidade de Cambridge, explica que ainda existe debate científico sobre suas causas, o que torna incerto o desenvolvimento de terapias direcionadas.
Foi nesse cenário que, em 2024, sua equipe recorreu ao machine learning para identificar compostos capazes de atuar sobre aglomerados de proteínas malformadas associados ao Parkinson, conhecidos como corpos de Lewy.
O ganho de escala é significativo. Métodos tradicionais permitiam analisar cerca de 1 milhão de moléculas em seis meses, com custos de milhões de libras. Com o uso de IA, tornou-se possível avaliar bilhões de moléculas em poucos dias, a um custo muito menor.
O resultado foi a identificação de cinco compostos promissores, atualmente em fase de testes adicionais. Mais do que acelerar etapas, a tecnologia ampliou o horizonte de descobertas em um campo onde a ciência ainda busca compreender com precisão o próprio mecanismo da doença.
(Com informações de Exame)
(Foto: Reprodução/Freepik)
