Foi descoberta uma nova classe de antibióticos para bactérias Staphylococcus aureus resistentes a medicamentos
A utilização da inteligência artificial (IA) está se revelando um fator de mudança na medicina, com a tecnologia ajudando os cientistas a descobrir os primeiros novos antibióticos em 60 anos. A descoberta de um novo composto capaz de matar uma bactéria resistente a medicamentos, que causa a morte de milhares de pessoas em todo o mundo, pode marcar um ponto de virada na luta contra a resistência aos antibióticos.
“A ideia aqui é que podemos observar o que os modelos estão captando para fazer suas previsões de que certas moléculas seriam bons antibióticos”, disse James Collins, professor de Engenharia Médica e Ciência no Instituto de Tecnologia de Massachusetts (MIT) e um dos autores do estudo, em comunicado.
“O nosso trabalho oferece uma estrutura eficiente em termos de tempo, de recursos e mecanicamente perspicaz, do ponto de vista da estrutura química, de uma forma que não tínhamos até agora”. Os resultados foram publicados na revista Nature e contaram com a coautoria de uma equipe de 21 pesquisadores.
Estudo com o objetivo de “abrir a caixa-preta”
A equipe responsável pelo projeto utilizou um modelo de aprendizado profundo para prever a atividade e a toxicidade do novo composto. O aprendizado envolve o uso de redes neurais artificiais para aprender e representar automaticamente características de dados sem a necessidade de programação explícita.
Essa tecnologia está sendo cada vez mais aplicada na descoberta de medicamentos, acelerando a identificação de potenciais candidatos, prevendo suas propriedades e otimizando o processo de desenvolvimento de fármacos.
Neste caso, os pesquisadores focaram no Staphylococcus aureus resistente à meticilina (MRSA). As infecções por MRSA podem variar de infecções leves na pele a doenças mais graves e potencialmente fatais, como pneumonia e infecções na corrente sanguínea.
Quase 150 mil infecções por MRSA ocorrem todos os anos na União Europeia, e quase 35 mil pessoas morrem anualmente no bloco devido a infecções resistentes a antimicrobianos, de acordo com o Centro Europeu de Prevenção e Controle de Doenças (ECDC).
“O que nos propusemos fazer neste estudo foi abrir a caixa-preta. Esses modelos são compostos por um grande número de cálculos que imitam as conexões neurais, e ninguém realmente sabe o que acontece por trás dessa caixa”, afirmou Felix Wong, pós-doutorando no MIT e em Harvard, e um dos principais autores do estudo.
Descoberta de um novo composto
Para aprimorar a seleção de potenciais medicamentos, os pesquisadores utilizaram três modelos adicionais de aprendizado profundo. Esses modelos foram treinados para avaliar a toxicidade dos compostos em três tipos distintos de células humanas.
Ao integrar essas previsões de toxicidade com a atividade antimicrobiana previamente determinada, os pesquisadores identificaram compostos capazes de combater eficazmente os micróbios com o mínimo de danos ao corpo humano.
Utilizando esse conjunto de modelos, foram analisados cerca de 12 milhões de compostos disponíveis no mercado. Os modelos identificaram compostos de cinco classes diferentes, categorizados com base em subestruturas químicas específicas dentro das moléculas, que exibiram atividade prevista contra o MRSA.
Posteriormente, os pesquisadores adquiriram cerca de 280 desses compostos e realizaram testes contra o MRSA em laboratório. Essa abordagem os levou a identificar dois candidatos promissores da mesma classe para antibióticos.