Pesquisadores do Instituto de Tecnologia de Massachusetts (MIT) utilizaram inteligência artificial de aprendizagem profunda para descobrir uma classe de compostos capazes de eliminar uma bactéria forte, Staphylococcus aureus, resistente à meticilina e responsável por mais de dez mil mortes anuais nos Estados Unidos. Detalhado na revista Nature, o estudo revela que esses compostos apresentam baixa toxicidade para células humanas, tornando-os promissores candidatos a antibióticos.
Por enquanto, os compostos não são considerados medicamentos prontos para uso, pois estão em fase de testes e desenvolvimento de experimentos específicos para verificação de efeitos, impactos e demais reações no organismo animal, futuramente humano.
Felix Wong e Erica Zheng lideram o estudo como parte do Antibiotics-AI Project no MIT, que visa descobrir novas classes de antibióticos contra bactérias mortais ao longo de sete anos. A pesquisa concentrou-se em tornar as previsões dos modelos de aprendizagem profunda mais explicáveis. Os pesquisadores treinaram um modelo com um extenso conjunto de dados, identificaram subestruturas químicas responsáveis pela atividade antimicrobiana e, usando um algoritmo de busca, abriram a "caixa preta" para entender o processo de tomada de decisão do modelo.
- Remédio pode frear a formação de bactérias resistentes a antibióticos
- Remédios sem eficácia contra a covid podem causar resistência bacteriana
- Aumento de bactérias resistentes a antibióticos preocupa, diz microbiólogo
Ao examinar 12 milhões de substâncias, as tecnologias identificaram candidatos a antibióticos em potencial. Os investigadores compraram cerca de 280 compostos e os testaram contra o microorganismo cultivado numa placa de laboratório. Dois produtos se mostraram eficazes em modelos de animais, reduzindo significativamente a população de bactérias. Outros trabalhos sugerem que os materiais avaliados atacam seletivamente as membranas celulares bacterianas, sem causar danos substanciais às células humanas.
"Já estamos aproveitando abordagens semelhantes baseadas em subestruturas químicas para projetar compostos de novo e, claro, podemos adotar prontamente essa abordagem para descobrir novas classes de antibióticos contra diferentes patógenos", contou Wong, em nota.
As descobertas foram compartilhadas com a Phare Bio, uma organização sem fins lucrativos, que planeja análises mais detalhadas das propriedades químicas e do potencial uso clínico desses compostos. Enquanto isso, o laboratório de Collins está projetando novos medicamentos com base nas conclusões do estudo e explorando outras aplicações da abordagem de aprendizagem profunda.