IA da Universidade de Coimbra acelera descoberta de novos medicamentos

Uma estudante de doutoramento da Universidade de Coimbra criou um modelo de inteligência artificial que quer mudar a forma como se descobrem e testam novos medicamentos. Yanan Tian, que frequenta um programa conjunto entre a Faculdade de Ciências e Tecnologia da UC e a Macao Polytechnic University, publicou o trabalho na revista Nature Communications.

O modelo, chamado MMCLKin, foca-se numa família de proteínas conhecidas como quinases. Estas proteínas funcionam como interruptores dentro das células, controlando processos fundamentais como a multiplicação celular ou a morte programada das células. Quando as quinases não funcionam bem, podem surgir doenças como cancro ou Parkinson.

O problema é que desenvolver medicamentos que bloqueiem apenas as quinases problemáticas, sem afetar as outras, é complicado. As diferentes quinases parecem-se muito umas com as outras, o que torna difícil criar fármacos seletivos. Além disso, testar cada composto em laboratório é caro e demorado.

É aqui que entra o MMCLKin. O modelo usa técnicas avançadas de IA para prever se um determinado composto vai funcionar como inibidor de uma quinase específica, e se vai ser seletivo o suficiente para não afetar outras. Tudo isto sem precisar de fazer testes físicos numa primeira fase.

“O modelo combina diferentes tipos de análise: observa a estrutura tridimensional das moléculas, lê as sequências das proteínas como se fossem texto e usa mecanismos de atenção para identificar o que é realmente importante nas interações entre os fármacos e as quinases”, explica Yanan Tian, num comunicado enviado pela Universidade de Coimbra. 

Os resultados mostram que o MMCLKin consegue prever melhor do que outros métodos existentes, mesmo quando se trata de quinases com mutações ou estruturas que ainda não foram estudadas em detalhe. Joel P. Arrais, professor do Departamento de Engenharia Informática da FCTUC e um dos orientadores do trabalho, confirma que o modelo supera as ferramentas atuais.

Testes validam eficácia do sistema

Para provar que o sistema funciona, a equipa testou em laboratório cinco compostos sugeridos pelo MMCLKin. O alvo era uma mutação específica (LRRK2 G2019S) associada a doenças neurodegenerativas como o Parkinson. Dos cinco compostos, todos inibiram a mutação de forma eficaz, e quatro deles funcionaram em concentrações muito baixas, o que é considerado um bom sinal para o desenvolvimento de medicamentos.

O impacto deste trabalho vai além dos resultados imediatos. Processos que em laboratório podem levar anos ou décadas podem agora ser simulados computacionalmente. Isto significa que os investigadores conseguem identificar mais rapidamente quais os compostos que vale a pena testar fisicamente, poupando tempo e dinheiro.

Huanxiang Liu, da Macao Polytechnic University e co-orientador da investigação, acredita que modelos como este podem evoluir para sistemas ainda mais abrangentes. No futuro, poderão antecipar o comportamento de quinases que ainda nem foram estudadas e ajudar a desenhar terapias personalizadas para cada doente, tanto em cancro como em doenças neurodegenerativas.

O artigo científico está publicado na Nature Communications e pode ser consultado online. Este trabalho resulta do programa Dual Doctoral Degree MPU-UC, que promove a cooperação científica entre Portugal e Macau.

Subscreve a nossa newsletter, onde todas as terças e quintas podes ler as melhores histórias do mundo da inovação e das empresas em Portugal e lá fora.