A pesquisa de novos antibióticos não é um processo fácil. Via de regra, antibióticos são descobertos de forma relativamente casual. Um exemplo clássico é a penicilina, a primeira molécula descoberta por sua atividade contra bactérias, que foi encontrada por acidente. É difícil prever que determinada molécula terá esse tipo de atividade, já que são vários os potenciais mecanismos de ação. Além disso, as moléculas devem ser testadas contra diferentes tipos de microrganismos, o que demanda tempo e investimento. O processo é tão ineficiente que, nas últimas décadas, foram poucos os novos antibióticos desenvolvidos, sendo que a maioria se trata de modificações químicas de drogas já existentes. Levando em consideração que aumentam os relatos de microrganismos patogênicos resistentes a antibióticos, órgãos de saúde pública consideram a situação preocupante.
Um passo importante na direção da solução desse problema acaba de ser apresentado por pesquisadores do Instituto de Tecnologia de Massachusetts (MIT). Em artigo publicado no último dia 20, eles revelaram um método baseado em redes neurais para a descoberta de antibióticos. O algoritmo foi treinado com aproximadamente 2500 moléculas, com estruturas e mecanismos de ação diversos, efetivas no tratamento de infecções pela bactéria Escherichia coli, sendo 1700 delas já aprovadas pelo FDA (Food and Drug Administration), o órgão de saúde regulamentador americano. Assim o modelo aprendeu a representar as moléculas como vetores em um espaço dimensional contendo os grupos químicos relevantes à atividade antibiótica. Depois, os cientistas usaram o modelo para escanear uma biblioteca contendo 6000 compostos com estrutura química definida, identificando uma molécula com alta atividade antibacteriana predita, e cuja estrutura química era diferente de qualquer outro antibiótico disponível.
A molécula descoberta recebeu o nome de halicina, em homenagem a HAL, a inteligência artificial do filme 2001: Uma Odisseia no Espaço. Ela havia sido investigada anteriormente como um potencial medicamento para diabetes. Os pesquisadores testaram a halicina contra várias bactérias patogênicas, muitas delas resistentes aos tratamentos existentes, confirmando sua atividade contra um amplo espectro de microrganismos. A molécula ainda apresentou uma vantagem inesperada: as bactérias parecem ter maior dificuldade para desenvolver mecanismos de resistência contra ela.
Numa segunda parte do projeto, os pesquisadores usaram uma base ainda mais extensa, contendo 100 milhões de moléculas, identificando – ao final de apenas 3 dias – 23 candidatos com estrutura inédita. Oito dessas moléculas tiveram atividade antibacteriana, e duas se mostraram particularmente poderosas.
Apesar de a halicina ainda ter que percorrer um longo caminho de testes clínicos até chegar ao mercado, o trabalho representa uma mudança de paradigma no processo de descoberta de antibióticos, e até mesmo de outras classes de drogas. O uso de IA permite a exploração de um espaço químico muito maior do que o atualmente explorado por pesquisadores, inclusive em regiões que não vinham sendo consideradas. O resultado é um processo científico muito mais eficiente.
