O uso da Inteligência Artificial pode contribuir para desenvolver melhores anticorpos.
Os anticorpos monoclonais são proteínas produzidas em laboratório com a finalidade de se ligarem especificamente a alvos celulares ou moleculares no corpo humano, incluindo células cancerosas e moléculas que produzem reposta inflamatória. Os primeiros anticorpos monoclonais para uso terapêutico foram obtidos na década de 1970, mas a tecnologia para produzi-los em larga escala só foi desenvolvida uma década mais tarde, 1980. Desde o início dos anos 90 do século passado, tem sido grande o interesse das indústrias farmacêuticas pela procura de anticorpos monoclonais e anticorpos conjugados por drogas para o tratamento de doença crônicas de grande prevalência na sociedade. O uso terapêutico dos anticorpos monoclonais tornou-se um dos campos mais promissores para a descoberta de novos medicamentos, sendo atualmente um dos maiores faturamentos das indústrias farmacêuticas, movimentando mais de 150 bilhões de dólares anualmente. O uso de anticorpos monoclonais está entre as principais armas para o tratamento de doenças que acometem o sistema imunológico, reumatismo e contra infecções em geral.
Recentemente, cientistas liderados por Brian Hie e colaboradores da Faculdade de Medicina da Universidade de Stanford publicaram recentemente (24 de Abril de 2023) na revista científica Nature Biotechnology um trabalho usando modelos de linguagem semelhantes aos utilizados no ChatGTP. O objetivo foi de auxiliar no desenvolvimento de anticorpos para tratar a Covid 19, Ebola e outros vírus. Este artigo revoluciona a área de desenvolvimento de medicamentos à base de anticorpos, que ainda demanda muita triagem para aprimorá-los, além de envolver muito trabalho experimental durante seus desenvolvimentos. Outros pesquisadores usaram esses modelos para projetar proteínas completamente novas para ajudar a prever a estrutura das proteínas com alta precisão. A equipe de Brian Hie e colaboradores usou um modelo de linguagem de proteína – desenvolvido por pesquisadores da Meta IA, uma parte da gigante de tecnologia Meta com sede na cidade de Nova York – para sugerir um pequeno número de mutações para os anticorpos. O modelo usado pelos pesquisadores envolveu milhares de sequências de anticorpos, das quase 100 milhões de sequências de proteínas com as quais o modelo de IA utilizou. Apesar disso, uma proporção surpreendentemente alta das sugestões do modelo aumentou a capacidade dos anticorpos contra SARS-CoV-2, vírus da Ebola e influenza de se ligarem a seus respectivos alvos. Os autores demonstraram ainda que o uso da inteligência artificial permitiu aprimorar uma terapia aprovada para tratar a infecção pelo vírus do Ebola e um tratamento para a COVID-19, em relação a capacidade dessas moléculas de reconhecer e bloquear as proteínas que esses vírus usam para infectar as células. Interessante, muitas mudanças sugeridas nos anticorpos ocorreram fora das regiões da proteína que interagem com seu alvo, que geralmente são o foco dos esforços de engenharia no processo de desenvolvimento de anticorpos. Os pesquisadores esperam que, em vez de simplesmente aumentar a eficiência dos anticorpos existentes, a IA generativa seja capaz de criar anticorpos totalmente novos que se liguem a um alvo desejado para desenvolver medicamentos mais seletivos, seguros e eficazes para tratar várias doenças, incluindo aquelas relacionadas aos receptores acoplados à proteína G, uma família de proteínas inseridas nas membranas celulares que está envolvida em várias doenças neurológicas, doenças cardíacas e inúmeras outras condições. A IA generativa também pode ajudar a desenhar novos anticorpos capazes de se ligarem a múltiplos alvos, e permitir assim a erradicação do tumor.
Referências
- Callaway E., Nature, doi: https://doi.org/10.1038/d41586-023-01516-w (2023)
- Hie, BL et al. Nature Biotechnology. https://doi.org/10.1038/s41587-023-01763-2 (2023).
Autor: João B. Calixto
Centro de Inovação e Ensaios pre-clinicos (CIEnP)