Inteligência artificial procura novas drogas anticâncer

Computadores e químicos são amigáveis ​​há muito tempo. Mas quando se trata de descoberta de medicamentos, os atuais métodos computacionais são muitas vezes elaborados e ineficientes para identificar o mecanismo de ação das drogas. Agora, os pesquisadores acreditam que a inteligência artificial ajuda os estudos de farmacologia de novas drogas.  Identificar como os candidatos a medicamentos interagem com o alvo para tratar a doença é fundamental para o desenvolvimento de medicamentos. Isso é um gargalo na descoberta de drogas e é tipicamente feito por meio de abordagens proteômicas, que tendem a ser muito trabalhosas, demoradas e não garantem o sucesso no que diz respeito à ligação do alvo do fármaco à modulação da doença. A inteligência artificial fornece também hipóteses de pesquisa que precisam ser confirmadas experimentalmente, mas de uma maneira muito mais rápida e econômica. Os pesquisadores contam com um enorme banco de dados de compostos e alvos de drogas que eles usavam para “ensinar” um único computador de mesa. Os pesquisadores usam métodos diferentes de aprendizado de máquina: Quando existem conjuntos de dados de alta qualidade, o aprendizado de máquina pode modelar esses fenômenos muito mais rápido e mais barato … acelerando os esforços para a descoberta de novos medicamentos.  Gonçalo Bernardes, um pesquisador da Universidade de Cambridge (Reino Unido) e sua equipe conseguiram pela inteligência artificial sugerir com sucesso um potente inibidor da 5-lipoxigenase, uma enzima que é superexpressa em uma variedade de tumores humanos. Os químicos da equipe também sintetizaram um conjunto de oito análogos de β-lapachona e testaram sua afinidade de ligação com a 5-lipoxigenase. Nenhum deles superou a atividade anticancerígena da β-lapachona. O algoritmo encontrou uma correspondência perfeita. Isso destaca a importância da estrutura e padrão de substituição para bioatividade. Para analisar melhor como a β-lapachona se liga à sua enzima alvo, Bernardes e colaboradores criaram modelos enzimáticos e realizaram estudos computacionais que confirmaram o que haviam encontrado no laboratório – a β-lapachona se liga fortemente ao sítio ativo da enzima.