Um estudo publicado na Nature Biotechnology apresenta um novo uso promissor para a inteligência artificial: projetar pequenas moléculas semelhantes a medicamentos capazes de se ligar e destruir proteínas nocivas no corpo — mesmo sem conhecer sua estrutura tridimensional.
A tecnologia pode abrir caminho para tratamentos contra doenças resistentes às terapias tradicionais, como certos cânceres, distúrbios neurológicos e infecções virais.
Como a ferramenta age
- A ferramenta, chamada PepMLM, foi desenvolvida por pesquisadores das universidades McMaster, Duke e Cornell.
- Baseada em um algoritmo originalmente criado para compreender linguagem humana, ela foi treinada para interpretar a “linguagem” das proteínas e projetar fármacos peptídicos usando apenas a sequência de aminoácidos, sem depender de modelos estruturais — um avanço para atingir proteínas antes consideradas “intocáveis”.
- “Essa abordagem muda o jogo”, afirma Pranam Chatterjee, líder do trabalho na Duke e hoje na Universidade da Pensilvânia.
- Em testes, o PepMLM gerou peptídeos capazes de se ligar e, em alguns casos, degradar proteínas associadas a câncer, doença de Huntington e patógenos virais.
Leia mais:
- Ingresso da IA generativa na saúde gera controvérsias
- Como a inteligência artificial pode ajudar na saúde mental
- Modelo de IA processa diagnósticos de câncer quase em tempo real
Avanço teve esforço coletivo de centros de pesquisa
Os experimentos envolveram equipes multidisciplinares: na McMaster, Christina Peng demonstrou a eficácia contra proteínas tóxicas da doença de Huntington; em Cornell, Matthew DeLisa e Hector Aguilar trabalharam com proteínas virais; e, em Duke, o modelo foi criado e validado.
O grupo já desenvolve novas versões da IA, como PepTune e MOG-DFM, para melhorar a estabilidade e a entrega desses peptídeos no organismo. “Queremos uma plataforma terapêutica programável, que parta de uma sequência e resulte em um medicamento real”, resume Chatterjee.
O post Novo avanço em IA promete medicamentos para doenças “intocáveis” apareceu primeiro em Olhar Digital.