IA na descoberta de medicamentos está mudando a forma como cientistas procuram tratamentos para doenças que, por décadas, pareceram sem saída. A IA na descoberta de medicamentos já ajuda pesquisadores a identificar compostos inéditos contra bactérias resistentes, propor moléculas promissoras para o Parkinson e redirecionar remédios antigos para doenças raras, reduzindo tempo e custo em uma etapa decisiva da pesquisa médica.
O avanço ocorre em um cenário de urgência. A resistência bacteriana continua crescendo, enquanto o desenvolvimento de novos antibióticos segue lento, caro e arriscado. Ao mesmo tempo, enfermidades como Parkinson, fibrose pulmonar idiopática e síndromes raras ainda enfrentam escassez de terapias eficazes. Nesse contexto, a inteligência artificial passou a atuar como ferramenta de triagem, modelagem e previsão, encurtando caminhos que antes consumiam anos de trabalho.
Como a IA na descoberta de medicamentos mira as superbactérias
Uma das frentes mais urgentes da IA na descoberta de medicamentos envolve as chamadas superbactérias. Pesquisadores do MIT, liderados por James Collins, usaram modelos de IA para reconhecer padrões químicos de antibióticos conhecidos e, a partir disso, examinar dezenas de milhões de estruturas diferentes. O objetivo era encontrar compostos capazes de combater a Neisseria gonorrhoeae, causadora da gonorreia, e a Staphylococcus aureus resistente à meticilina, a SARM.
O diferencial está no ganho de escala. Em vez de depender apenas de métodos laboratoriais mais lentos, a IA passou a filtrar candidatos com muito mais rapidez. Segundo a pesquisa relatada, a equipe projetou 36 milhões de compostos com potencial de ação e selecionou 24 para síntese em laboratório. Sete demonstraram atividade antimicrobiana e dois se destacaram por matar linhagens altamente resistentes.
O ponto mais promissor é que esses compostos parecem atacar as bactérias de forma diferente dos antibióticos já existentes. Por isso, cresce a expectativa de que a IA na descoberta de medicamentos ajude a abrir uma nova classe terapêutica, algo especialmente relevante num momento em que poucas drogas novas chegam ao mercado.
Parkinson entra no radar com moléculas sugeridas por aprendizado de máquina
A mesma lógica da IA na descoberta de medicamentos vem sendo aplicada a doenças neurodegenerativas. No caso do Parkinson, o desafio é ainda maior porque não existe, até hoje, tratamento capaz de frear a progressão da doença. O professor Michele Vendruscolo, da Universidade de Cambridge, relatou o uso de aprendizado de máquina para buscar compostos capazes de agir sobre grupos de proteínas mal dobradas no cérebro, associados aos chamados corpos de Lewy.
Hoje, a levodopa continua sendo o tratamento mais eficaz para aliviar sintomas, mas não interrompe a evolução da enfermidade. A proposta dos pesquisadores é outra: usar a IA na descoberta de medicamentos para encontrar pequenas moléculas capazes de se ligar às proteínas envolvidas nos estágios iniciais da neurodegeneração.
De acordo com o relato, os métodos tradicionais conseguem selecionar cerca de um milhão de moléculas em seis meses, a um custo de milhões de dólares. Com IA, esse trabalho pode ser feito em poucos dias, com seleção de bilhões de moléculas e custo muito menor. O grupo identificou cinco compostos promissores com mais rapidez do que as técnicas convencionais.
Remédios antigos ganham novos usos com ajuda da IA
Outra frente relevante da IA na descoberta de medicamentos não cria moléculas do zero. Em vez disso, procura novos usos para remédios já aprovados. O médico David Fajgenbaum, da Universidade da Pensilvânia, se tornou um dos nomes mais conhecidos dessa estratégia após encontrar, no sirolimo, um tratamento que ajudou a controlar sua própria doença rara, a doença de Castleman.
Depois dessa experiência, ele criou a organização Every Cure, que usa aprendizado de máquina para comparar milhares de medicamentos com milhares de doenças. Os pares mais promissores seguem para testes laboratoriais ou avaliação clínica. Em Harvard, outro modelo citado pela reportagem encontrou cerca de 8 mil substâncias aprovadas que poderiam ser redirecionadas para tratar 17 mil doenças diferentes.
Essa estratégia tem ganhado destaque sobretudo nas doenças raras, que muitas vezes recebem menos investimento da indústria. A reportagem cita também avanços para fibrose pulmonar idiopática, sarcoidose, síndrome de Pitt-Hopkins e até tumor de Wilms. Em alguns casos, a IA modela a evolução da doença em células virtuais para testar o efeito de substâncias sem depender, de início, de processos mais caros.
Avanço é real, mas ainda encontra limites
Apesar do otimismo, os próprios pesquisadores alertam que a revolução ainda é parcial. Muitos conjuntos de dados continuam fechados dentro de empresas farmacêuticas e de biotecnologia, o que limita o treinamento dos sistemas. Além disso, a IA na descoberta de medicamentos é mais útil hoje na seleção inicial de alvos e moléculas. Depois disso, o caminho até um tratamento aprovado continua longo, caro e cheio de etapas clínicas.
Mesmo assim, o impacto já é concreto. A tecnologia está acelerando hipóteses, reduzindo custos e ampliando o número de possibilidades analisadas. Para doenças resistentes, degenerativas ou ignoradas por falta de retorno financeiro, esse ganho de velocidade pode representar o início de uma mudança importante na medicina.
Na prática, o que a IA oferece hoje não é uma cura instantânea, mas uma nova velocidade para a ciência. E, em campos nos quais o tempo costuma significar sofrimento, progressão da doença e morte, acelerar a descoberta pode ser o primeiro passo para mudar o destino de milhares de pacientes.
