Anticorpos são proteínas produzidas pelo sistema imunológico que se ligam de forma bastante específica a moléculas invasoras, como bactérias ou vírus, sinalizando e recrutando outras células do organismo que são capazes de neutralizar a ameaça. Os anticorpos são produzidos naturalmente pelo organismo após ele ter entrado em contato com um patógeno, por exemplo, mas como sua produção ocorre de forma relativamente tardia, sendo uma reação à infecção, existem terapias que usam anticorpos produzidos em laboratório para acelerar o processo, ou ainda para identificar e neutralizar agentes específicos que poderiam não ser reconhecidos em condições normais pelo corpo.
A produção de anticorpos deve atender a alguns requisitos de qualidade para que eles sejam viáveis em uma terapia. Um desses parâmetros é a glicosilação, etapa na qual um anticorpo produzido é modificado quimicamente. Tradicionalmente, a taxa de glicosilação e de outros parâmetros de qualidade é predita por modelos mecanísticos, que partem de pressupostos teóricos e equações matemáticas específicas. Entretanto, o desenvolvimento desses modelos é um processo lento, já que necessita de conhecimento aprofundado das etapas que ocorrem dentro das células durante a produção dos anticorpos.
Agora, um trabalho publicado pelo Colégio Imperial de Londres mostrou que a inteligência artificial pode fazer predições mais precisas, sem depender dos modelos matemáticos. No estudo, uma rede neural foi treinada para prever o rendimento e a qualidade da produção de anticorpos mediante a presença de moléculas adicionadas ao meio de cultura das células produtoras. Além de ter reduzido os erros de predição em 30%, o modelo mostrou a habilidade adicional de levar em consideração produtos mais complexos, como proteínas fusionadas que ocorrem quando a alteração química dos anticorpos muda sua forma tridimensional final, o que os modelos clássicos não eram capazes de analisar.
O algoritmo tem enorme potencial de aplicação junto com as técnicas mais modernas de manipulação genética, que têm tornado cada vez mais fácil fazer edições pontuais do DNA para que ele produza uma proteína específica. Agora, é possível prever a qualidade da produção de um anticorpo produzido sob demanda, e assim decidir os ingredientes mais adequados do meio de cultura onde as células vão trabalhar.
Os pesquisadores dizem que já estão colaborando com várias empresas comerciais interessadas em usar o método nas suas linhas de pesquisa e produção de anticorpos.
