Inteligência artificial descobre novo tipo de antibiótico
A halicina se mostrou capaz de combater bactérias consideradas super resistentes pela OMS.
A tecnologia de inteligência artificial vai muito além de informar a previsão do tempo e recomendar músicas. Cientistas do Instituto de Tecnologia de Massachusetts (MIT) utilizaram da IA para chegar a um novo antibiótico capaz de combater os mais raros grupos de bactérias. O medicamento final foi batizado dehalicina – uma homenagem a Hal, inteligência artificial do filme 2001: Uma odisséia no espaço.
O novo composto comprovou eficácia contra as variedades Acinetobacter baumannii e Enterobacteriaceae, classificadas pela Organização Mundial de Saúde (OMS) como “críticas”, pois são altamente resistentes. Em testes, ela também foi capaz de matar o Mycobacterium tuberculosis (causador da tuberculose). A resistência aos medicamentos é resultado de mutações das bactérias, que possibilitam que elas contornem os mecanismos do antibiótico.
Como a IA funciona
Para treinar o algoritmo, cientistas primeiro a fizeram “memorizar” características atômicas e moleculares de quase 2,5 mil medicamentos e compostos naturais. Junto a isso, estavam informações se essas substâncias impediam ou não o crescimento da bactéria E. coli, espécie de bactéria comumente encontrada no estômago de animais – certas linhagens podem causar infecções alimentares em humanos.
Com essas informações, a IA entendia quais características moleculares produziam bons antibióticos. Então, o algoritmo foi apresentado a uma biblioteca com mais de seis mil compostos, todos estudados para tratamento de saúde humana. Nessa hora, ela deveria cruzar as informações, não só identificando aqueles que eram eficazes, mas também os que eram diferentes dos antibióticos já existentes. Depois de algumas horas, alguns compostos se apresentaram como antibióticos “ideais” – a inédita halicina estava nessa lista.
O algoritmo continuou sendo testado em outros bancos de dados digitais. Ele foi ensinado com um banco com cerca de 1,5 bilhões de compostos. Desses, focou em 107 milhões deles e, três dias depois, já sabia eleger 23 antibióticos em potencial. Fazer o trabalho de forma manual, testando cada uma das combinações, seria praticamente impossível. A pretensão é que, em breve, mais antibióticos sejam desenvolvidos e testados dessa forma.