MIT detalha o modelo CheMeleon para previsões moleculares com poucos dados

O MIT News apresentou em detalhes o CheMeleon em 6 de novembro de 2026: um modelo de base molecular de código aberto, desenvolvido para prever propriedades químicas quando há poucos dados experimentais específicos para cada tarefa. Criado por pesquisadores do MIT e da BASF, o modelo busca priorizar moléculas para a descoberta de medicamentos e materiais.

O artigo revisado por pares que fundamenta o modelo foi publicado antes do anúncio. Ele foi disponibilizado on-line em 7 de agosto de 2026 e saiu na edição de 14 de setembro de 2026 do Journal of Chemical Information and Modeling; uma versão anterior estava on-line desde 2025.

Uma das aplicações previstas é estimar a afinidade de ligantes por um alvo celular de medicamento descoberto recentemente. Nesse cenário, os pesquisadores dispõem de poucas medições da propriedade de interesse e precisam decidir quais compostos merecem ser sintetizados e testados. A função do CheMeleon é restringir o conjunto de candidatos, não tornar o comportamento molecular perfeitamente previsível.

Pré-treinamento com descritores calculados

O CheMeleon foi pré-treinado com cerca de um milhão de moléculas do PubChem e aproximadamente 1.600 descritores moleculares desenvolvidos por químicos ao longo de décadas. Os valores usados como alvos de treinamento foram calculados, em vez de coletados da literatura experimental publicada; entre os exemplos estão a massa molecular e o número de átomos de oxigênio. Esse pré-treinamento supervisionado usa descritores calculáveis e de baixo ruído para criar representações moleculares que podem ser transferidas para outras tarefas.

Em seguida, o mesmo modelo pré-treinado pode ser ajustado com uma pequena quantidade de dados específicos da tarefa para prever propriedades como solubilidade, viscosidade, bioatividade ou reatividade com determinada proteína ou enzima. O CheMeleon é um modelo de base com cerca de 10 milhões de parâmetros, desenvolvido para redes neurais de passagem de mensagens direcionadas.

O estudante de pós-graduação do MIT Akshat Shirish Zalte contrastou essa abordagem com os modelos clássicos orientados por especialistas, nos quais especialistas codificam manualmente como descritores — como tamanho molecular, ramificação ou volume — podem estar relacionados a uma propriedade, como a solubilidade. Em vez disso, o CheMeleon aprende relações químicas gerais durante o pré-treinamento, de modo que a rede não precisa aprender tudo do zero a cada nova tarefa.

Resultados de benchmark e adoção relatada

Os pesquisadores avaliaram o CheMeleon em 58 conjuntos de dados de benchmark que abrangem propriedades relevantes para a descoberta de medicamentos de moléculas pequenas, provenientes da iniciativa de benchmarking Polaris, liderada pelo setor. Nas comparações estatísticas relatadas pelos autores, o CheMeleon superou métodos clássicos de referência, como o Random Forest aplicado a impressões digitais moleculares e descritores, além de modelos de base já existentes.

William Green, professor Hoyt Hottel de engenharia química do MIT, afirmou que o modelo reduz drasticamente o número de moléculas que precisam ser testadas experimentalmente para prever com precisão as propriedades de novos compostos. Ele relacionou esse benefício ao tempo e ao custo da síntese e dos testes.

Green disse que nove dos 20 primeiros colocados em uma competição OpenADMET realizada no início de 2026 usaram o CheMeleon em fluxos de trabalho para prever propriedades de moléculas que ainda não haviam sido sintetizadas.

O MIT relatou que várias empresas farmacêuticas usam o modelo regularmente. Green afirmou que pelo menos uma empresa, cujo nome não foi divulgado, instruiu seus funcionários a começar pelo CheMeleon sempre que fossem modelar uma propriedade.

Disponibilidade aberta e limitações práticas

O CheMeleon e sua estrutura de pré-treinamento são de código aberto, e os usuários podem baixar e ajustar o modelo por meio do ChemProp, software desenvolvido e mantido pelo grupo de Green. O projeto também reúne pesquisadores de engenharia química do MIT e os cientistas da BASF SE Jochen Sieg, Christian Feldmann e Miriam Mathea, na Alemanha.

Para as equipes de descoberta, a importância prática do modelo está em oferecer um ponto de partida reutilizável quando há poucos dados de treinamento diretamente relevantes para uma nova propriedade. Os benchmarks relatados e a adoção inicial mostram que o CheMeleon foi além de uma demonstração em um único laboratório, mas sua função continua sendo priorizar candidatos: os compostos selecionados ainda precisam ser estudados experimentalmente para que seu comportamento real seja estabelecido.