Do laboratório ao consultório em tempo recorde
Inteligência Artificial (IA) – Nos últimos dias, a conquista do Nobel de Química de 2024 por David Baker, Demis Hassabis e John Jumper reforçou como algoritmos estão redesenhando todas as etapas da descoberta de novos fármacos, do mapeamento de proteínas à personalização do tratamento no consultório.
- Em resumo: Modelos preditivos da IA já atingem até 90% de acerto na triagem de moléculas.
- Vale destacar: O ciclo de desenvolvimento, antes de 10-15 anos, pode cair para poucos meses em alguns casos.
Predição molecular certeira economiza anos de pesquisa
Ao analisar gigantescos bancos de dados, o machine learning correlaciona estrutura química e efeito biológico, indicando quais compostos têm maior chance de ligar-se ao alvo desejado. Segundo o portal MedlinePlus, a metodologia reduz erros, custos e a dependência de testes em animais, uma demanda ética crescente.
“Em um experimento convencional de high-throughput screening a taxa média de acerto é 0,1%. Com triagem virtual, sobe para 15%-30%”, explica Carolina Horta, do projeto OpenZika, que filtrou 7,6 mil compostos para apenas 14 potenciais antivirais em nove meses.
Do Ozempic aos hemoderivados: impacto direto no paciente ativo
A identificação exata do receptor – primeira etapa do processo – já rendeu moléculas como o semaglutídeo, presente no Ozempic, que atua no controle de apetite e tem sido usado em estratégias de recomposição corporal. Na fase clínica, a IA também seleciona voluntários e avalia interações entre múltiplos fármacos, permitindo prescrições mais seguras para quem treina e utiliza suplementos.
Após a aprovação, softwares de IA, como o adotado pela Bayer para hemofilia, lembram o horário de aplicação e avisam quando pedir nova dose – recurso útil para atletas que precisam de aderência total à terapia para evitar recaídas que prejudiquem o desempenho.
Desafios: dados sensíveis e viés algorítmico
A curadoria humana continua indispensável. Representações químicas pouco usuais, vieses treinados em moléculas “familiares” e, principalmente, o risco de vazamento de dados confidenciais ainda limitam a adoção plena nos laboratórios. Mesmo assim, a perspectiva de reduzir o custo final ao paciente pressiona a indústria a investir em soluções locais e protegidas que mantenham o patrimônio intelectual sob controle.
O que você acha? A IA vai baratear tratamentos e torná-los mais personalizados? Para seguir acompanhando inovações em saúde e performance, acesse nossa editoria especializada.
Crédito da imagem: Divulgação / Portal Drauzio Varella
