Avanço Médico Impulsionado por IA: Utilizando Inteligência Artificial para a Descoberta de Novos Medicamentos

A descoberta de medicamentos é conhecida como “do laboratório ao leito” devido à sua longa duração e altos custos. Leva cerca de 11 a 16 anos e entre $1 bilhão a $2 bilhões para levar um medicamento ao mercado. Mas agora a IA está revolucionando o desenvolvimento de medicamentos, proporcionando um ritmo e rentabilidade melhores.

A IA no desenvolvimento de medicamentos transformou nossa abordagem e estratégia em relação à pesquisa biomédica e inovação. Ela ajudou os pesquisadores a reduzir as complexidades de uma via de doença e identificar alvos biológicos.

Vamos olhar mais profundamente no que o potencial da IA na descoberta de medicamentos holds para o futuro.

Entendendo o Papel da IA: Como Ela Está Sendi Usada para a Descoberta de Medicamentos?

A IA melhorou diferentes estágios do processo de descoberta de medicamentos com sua capacidade de analisar vastas quantidades de dados e fazer previsões complexas. Aqui está como:

1. Identificação de Alvos

A identificação de alvos é o primeiro processo da descoberta de medicamentos, que envolve identificar possíveis entidades moleculares, como proteínas, enzimas e receptores presentes no corpo, que podem combinar com medicamentos para produzir efeitos terapêuticos contra doenças.

A IA pode aproveitar grandes bases de dados clínicas que incluem informações-chave sobre a identificação de alvos. Essas fontes de dados podem incluir pesquisa biomédica, informações biomoleculares, dados de ensaios clínicos, estruturas de proteínas, etc.

Modelos de IA treinados, juntamente com técnicas biomédicas, como expressão gênica, podem entender doenças biológicas complexas e identificar os alvos biológicos para os candidatos a medicamentos. Por exemplo, os pesquisadores desenvolveram várias técnicas de IA para a identificação de novos alvos anticâncer.

2. Seleção de Alvos

A IA na descoberta de medicamentos pode ajudar os pesquisadores a selecionar alvos promissores com base em suas correlações com doenças e utilidade terapêutica prevista. Com forte reconhecimento de padrões, a IA pode fazer essa seleção com base não apenas na literatura médica declarada, mas também selecionar completamente novos alvos sem referência prévia em patentes publicadas.

3. Priorização de Medicamentos

Nesta etapa, a IA avalia e classifica compostos de medicamentos líderes, priorizando-os para avaliação e pesquisa adicionais para avançar em seu desenvolvimento. Em comparação com as técnicas de classificação anteriores, as abordagens baseadas em IA são mais eficazes na identificação dos candidatos mais promissores. Por exemplo, os pesquisadores desenvolveram um quadro computacional baseado em aprendizado profundo para identificar e priorizar novos medicamentos para a doença de Alzheimer.

4. Triagem de Compostos

Os modelos de IA podem prever propriedades químicas e bioatividade de compostos e fornecer insights sobre efeitos adversos. Eles podem analisar dados de várias fontes, incluindo estudos anteriores e bases de dados, para identificar qualquer risco ou efeito colateral potencial associado a um composto específico. Por exemplo, os pesquisadores desenvolveram uma ferramenta de aprendizado profundo para triagem de bibliotecas químicas com bilhões de moléculas para acelerar significativamente a exploração de compostos em larga escala.

5. Projeto de Medicamentos De Novo

A triagem manual de grandes coleções de compostos tem sido uma prática tradicional na descoberta de medicamentos. Com a IA, os pesquisadores podem triar compostos novos com ou sem informações prévias e também prever a estrutura 3D final dos medicamentos descobertos. Por exemplo, AlphaFold, desenvolvido pela DeepMind, é um sistema de IA que pode prever estruturas de proteínas. Ele mantém um banco de dados de mais de 200 milhões de previsões de estruturas de proteínas que podem acelerar o processo de design de medicamentos.

5 Exemplos Bem-Sucedidos de Descoberta de Medicamentos Baseada em IA

1) Abaucin

Os antibióticos matam bactérias. Mas devido à falta de novos medicamentos e à rápida evolução da resistência bacteriana contra medicamentos mais antigos, as bactérias estão se tornando difíceis de tratar. Abaucin, um antibiótico experimental desenvolvido por IA, é projetado para matar Acinetobacter baumannii, uma das bactérias superbactérias mais perigosas.

Usando a IA, os pesquisadores primeiro testaram milhares de medicamentos para ver como bem eles funcionam contra a bactéria, Acinetobacter baumannii. Em seguida, essas informações foram usadas para treinar a IA para criar um medicamento que possa tratar eficientemente.

2) Target X da Insilico Medicine

A Insilico Medicine usou sua plataforma de IA geradora e criou um medicamento chamado Target X, agora em ensaios clínicos de Fase 1. O Target X é projetado para tratar Fibrose Pulmonar Idiopática, uma doença que pode causar rigidez nos pulmões em indivíduos idosos se não for tratada. A Fase 1 envolverá 80 participantes, e metade receberá doses mais altas gradualmente. Isso ajudará a avaliar como a molécula do medicamento interage com o corpo humano.

3) VRG50635 da Verge Genomic

A Verge Genomics, uma empresa de descoberta de medicamentos baseada em IA, usou sua plataforma CONVERGE para descobrir um composto novo, VRG-50635, para o tratamento da ELA, analisando pontos de dados humanos. Os pontos de dados incluíam informações sobre os tecidos do cérebro e da medula espinhal de pacientes com doenças neurodegenerativas, como Parkinson, ELA e Alzheimer.

A plataforma primeiro identificou a enzima PIKfyve como um possível alvo para a ELA e, em seguida, sugeriu VRG50635 como um inibidor promissor de PIKfyve, que se tornou um candidato a medicamento potencial para tratar a ELA. O processo levou cerca de quatro anos, e agora o candidato está na Fase 1 dos ensaios clínicos humanos.

4) Exscientia-A2a Receptor

A Exscientia, uma empresa de MedTech baseada em IA, é responsável pela primeira molécula projetada por IA para o tratamento imuno-oncológico – uma forma de tratamento de câncer que usa o sistema imunológico do corpo para lutar contra células cancerígenas. Seu medicamento baseado em IA entrou na Fase de ensaios clínicos humanos. Seu potencial reside em sua capacidade de atingir o receptor A2a para promover atividade anti-tumoral, garantindo menos efeitos colaterais no corpo e no cérebro.

Usando IA geradora, eles criaram alguns outros compostos para atingir várias doenças, como

• Cânceres Transcricionalmente Viciados atingindo inibidores de CDK7
• Doenças inflamatórias atingindo a enzima PKC-teta
• Doenças hematológicas e oncológicas atingindo o regulador LSD1

5) Absci-anticorpos De Novo com IA Geradora de Zero Disparo

A Absci, uma empresa de descoberta de medicamentos baseada em IA geradora, demonstrou o uso de IA geradora de zero disparo para criar anticorpos de novo por simulação computacional. A aprendizagem de zero disparo significa que o modelo de IA não foi explicitamente testado nas atuais informações de entrada durante a fase de treinamento. Portanto, esse processo pode criar novos designs de anticorpos por conta própria.

Os anticorpos terapêuticos de novo impulsionados por IA reduzem o tempo necessário para desenvolver novos medicamentos de até seis anos para apenas 18 a 24 meses, aumentando sua probabilidade de sucesso na clínica. A tecnologia da empresa pode testar e validar 3 milhões de designs gerados por IA todos os semanas. Esse novo desenvolvimento pode entregar instantaneamente novas terapias a todos os pacientes, marcando uma mudança significativa na indústria.

O Que o Futuro da IA e da Descoberta de Medicamentos Reserva?

Além de muitas outras aplicações de saúde, a IA está tornando o processo de descoberta de medicamentos mais rápido e inteligente, analisando vastos conjuntos de dados e prevendo alvos e candidatos a medicamentos promissores. Usando IA geradora, as empresas de biotecnologia podem identificar marcadores de resposta do paciente e desenvolver planos de tratamento personalizados rapidamente.

Um relatório sugere que logo, mais empresas de MedTech incorporarão IA e ML na descoberta de medicamentos em estágios iniciais, o que ajudará a criar um mercado de $50 bilhões nos próximos dez anos, criando um grande potencial de crescimento da IA nos medicamentos. A IA pode potencialmente reduzir os custos gerais de descoberta de medicamentos, tornando mais medicamentos novos disponíveis aos pacientes mais rapidamente.

Se você deseja saber mais sobre a IA e como ela moldará nosso futuro, visite unite.ai.