Por Ricardo Marques da Silva

Pesquisadores do Instituto de Tecnologia de Massachusetts (MIT, na sigla em inglês) desenvolveram uma estrutura algorítmica capaz de identificar automaticamente as moléculas ideais para determinado medicamento, o que resultaria na redução do tempo e dos custos dos estudos e testes. Chamado de Synthesis Planning and Rewards-based Route Optimization Workflow (Sparrow), o algoritmo se baseia em recursos de IA e aprendizado de máquina para fornecer às indústrias farmacêuticas uma abordagem inédita, capaz de tornar mais rápido e eficiente o desenvolvimento de remédios e vacinas.

Publicado na segunda-feira, 17 de junho, na revista Nature Computational Science, o estudo propõe uma nova abordagem que consegue capturar informações importantes a respeito de design molecular, previsão de propriedades e planejamento de síntese de bancos de dados online. Segundo o MIT, além de ajudar as empresas farmacêuticas a criar medicamentos, o Sparrow poderia ser utilizado em aplicações como a invenção de produtos agroquímicos ou a descoberta de materiais especializados para a eletrônica orgânica.

Em entrevista ao portal MIT News, Jenna Fromer, autora principal do estudo, disse que o Sparrow coleta informações sobre as moléculas e suas vias sintéticas e depois avalia o valor de cada uma delas em relação ao custo de sintetizar um lote de candidatos. A partir daí, seleciona automaticamente o melhor subconjunto de candidatos que atendem os critérios da pesquisa e encontra as rotas sintéticas mais econômicas. “O algoritmo faz toda essa otimização em uma única etapa, para que possa realmente capturar todos esses objetivos concorrentes simultaneamente”, explicou.

O pesquisador Connor Coley, professor dos departamentos de Engenharia Química e Engenharia Elétrica e Ciência da Computação do MIT e coautor do estudo, acrescentou: “A seleção de compostos é uma arte no momento – e às vezes é uma arte de muito sucesso. Mas como temos todos esses outros modelos e ferramentas preditivas que nos fornecem informações sobre como as moléculas podem funcionar e como podem ser sintetizadas, podemos e devemos usar essas informações para orientar as decisões que tomamos”.

John Chodera, químico computacional do Memorial Sloan-Kettering Cancer Center, destacou que uma das tarefas mais desafiadoras no desenvolvimento de medicamentos é a identificação dos compostos a serem sintetizados: “O Sparrow faz isso de forma eficaz e automatizada, fornecendo uma ferramenta útil para equipes de química médica e dando passos importantes em direção a abordagens totalmente autônomas para a descoberta de medicamentos”.