Investigadores da Universidade de Coimbra usam IA para acelerar a descoberta de novos fármacos

A colaboração entre a Faculdade de Ciências e Tecnologia (FCTUC) e a Faculdade de Farmácia (FFUC), da Universidade de Coimbra, resultou na criação de um novo modelo que, através da Inteligência Artificial, consegue acelerar a descoberta de novos fármacos.

Uma equipa de investigadores da Universidade de Coimbra (UC) criou um modelo computacional que pode tornar mais rápido, e mais económico, o desenvolvimento de novos fármacos para serem aplicados no tratamento de cancro, focados no contexto biológico da doença.

Resultado da colaboração entre a Faculdade de Ciências e Tecnologia (FCTUC) e a Faculdade de Farmácia (FFUC), este modelo utiliza Inteligência Artificial (IA) e tem como objetivo encurtar as etapas iniciais de desenvolvimento de fármacos através de métodos computacionais que consigam gerar compostos farmacologicamente de uma forma mais rápida e automatizada. A equipa do Departamento de Engenharia Informática da FCTUC recorreu a técnicas de Machine Learning, designadamente Deep Learning.

Tiago Oliveira Pereira, primeiro autor do estudo (orientado pelos professores Maryam Abbasi e Joel P.  Arrais), explica que as estruturas permitem criar modelos inteligentes “através da mimetização da capacidade de aprendizagem dos modelos biológicos. Deste modo são capazes de identificar padrões embebidos em conjuntos de dados e, a partir daí, é possível obter modelos que geram novas estruturas moleculares e que preveem propriedades biológicas de interesse”.

O modelo desenvolvido é inovador na medida é que “combina informação química, através dos compostos, e biológica, por via de informação da expressão génica, de modo a encontrar moléculas promissoras na inibição do recetor e que não causem efeitos indesejados ao sistema biológico”, esclarecem os investigadores.

De acordo com a informação divulgada, os investigadores também recorreram ao Reinforcement Learning (aprendizagem por reforço), que permite otimizar o modelo generativo durante a exploração do espaço químico existente.

Com a colaboração do laboratório do professor Jorge Salvador, da FFUC, foi possível aplicar o modelo num caso de estudo para a geração de compostos capazes de inibir a proteína USP7 (Ubiquitin specific protease 7). Esta proteína, esclareceu Tiago Oliveira Pereira, assume um papel fundamental “na progressão de vários tipos de cancro e, atualmente, é vista como um recetor importante para o desenvolvimento de fármacos”.

Apesar de ter sido validado com dados de cancro da mama, o novo modelo computacional desenvolvido pela equipa da Universidade de Coimbra pode ser aplicado a “diversos contextos em que se possam obter dados de expressão génica associados à progressão da doença”, explica o investigador. Os próximos passos da investigação vão incidir na melhoria da arquitetura implementada e na “definição de um conjunto de métodos de validação para filtrar as moléculas obtidas e, dependendo dos resultados, avançar para a síntese dos melhores compostos”, revela.

Este estudo, publicado na revista “Briefings In Bioinformatics, foi cofinanciado pela Fundação para a Ciência e a Tecnologia (FCT), pelo Programa de Investimento e Despesas de Desenvolvimento da Administração Central (PIDDAC) e por fundos europeus, através do projeto D4-Deep Drug Discovery and Deployment.