Pesquisa fomentada pela Fapeg utiliza IA para reposicionamento e descoberta de fármacos para Covid-19

Pesquisa receberá R$ 195 mil do Governo de Goiás. Resultados preliminares apontam candidatos promissores

Ferramentas computacionais e de inteligência artificial serão grandes aliadas na luta contra o tempo para combater a pandemia de Covid-19 que assola o planeta. Uma estratégia acelerada por inteligência artificial vai ajudar na eficácia da pesquisa desenvolvida pela professora e pesquisadora Carolina Horta Andrade, da Faculdade de Farmácia da Universidade Federal de Goiás (UFG), voltada ao reposicionamento e descoberta de fármacos, ou seja, na busca de moléculas úteis como medicamentos contra a doença.

A pesquisa será realizada em duas abordagens distintas: reposicionamento de fármacos, que foca em encontrar novas aplicações para fármacos já aprovados para outras doenças para uso em humanos; e na descoberta de novas moléculas, ainda não testadas, que podem resultar em fármacos mais inovadores, mas com um prazo de desenvolvimento mais longo. O prazo formal para conclusão da pesquisa é de dois anos, mas a pesquisadora espera que dentro de seis meses já sejam alcançados resultados promissores de candidatos para seguirem para os estudos clínicos em humanos. “Já selecionamos fármacos através de duas abordagens computacionais diferentes e os testes com o vírus estão sendo conduzidos neste momento. Temos alguns candidatos promissores, nos resultados preliminares”, aponta a professora Carolina Horta.

A pesquisadora teve seu trabalho selecionado em uma convocação de projetos científicos promovida pelo Governo de Goiás, por meio da Fundação de Amparo à Pesquisa do Estado de Goiás (Fapeg), e vai receber R$ 195.000,00, que serão aplicados na aquisição de material de consumo necessário para a realização dos experimentos com o vírus (em laboratório NB3) e com as proteínas selecionadas, na compra de equipamentos de proteção individual, kits para testes RT-PCR, e com os fármacos e compostos priorizados pelas abordagens computacionais.

Carolina Horta explica que etapas computacionais do projeto já estão sendo desenvolvidas para seleção e priorização dos fármacos e compostos a serem testados em laboratório. “Com a IA, conseguimos reduzir o tempo e o número de compostos a serem testados, priorizando aqueles com maior potencial de ter atividade contra proteínas-alvo do vírus ou da célula hospedeira, que sejam importantes nos processos de infecção (entrada do vírus na célula hospedeira) e de replicação do vírus”. Como os ensaios contra o vírus, que precisam ser realizados em laboratório de contenção biológica nível 3 (NB3), são caros e demorados, a pesquisadora vai utilizar as ferramentas computacionais para acelerar o processo de descoberta e assim aumentar as chances de acerto e reduzir as falhas.

A pesquisadora e sua equipe já desenvolveram modelos computacionais e de IA para alguns alvos que estão trabalhando, e já selecionaram duas remessas de fármacos para testar contra o vírus. Atualmente, esses fármacos estão sendo testados no laboratório NB3 coordenado pelo professor José L. Proença-Módena, na Unicamp, e também no Centro de Desenvolvimento Tecnológico em Saúde da Fiocruz, coordenado pelo Dr. Thiago Moreno Lopes e Souza, onde parte dos experimentos com o coronavírus será realizada.

Com o auxílio recebido da Fapeg serão avaliados em torno de 15 a 20 fármacos e/ou compostos químicos. Essa avaliação se dará in vitro, em culturas de células de laboratório, infectadas com o vírus SARS-CoV-2. Também será avaliada a atividade inibitória desses fármacos/compostos contra as enzimas-alvo selecionadas, além de testar a toxicidade desses compostos contra células de mamíferos. “Com a obtenção de dados promissores, podemos chegar a candidatos para seguirem para os estudos clínicos em seres humanos”, explica a pesquisadora.

Big Data

“Estamos vivendo a era do Big Data. Geramos muito mais conhecimento do que somos capazes de absorver e aprender com eles. A IA pode ser aplicada na área de pesquisa de descoberta de fármacos, pois os computadores podem “aprender” com os dados já produzidos, ou seja, os erros e acertos a respeito de milhares de compostos que já foram testados anteriormente podem ser usados para treinar os computadores a aprenderem com os dados. A partir daí, podemos gerar modelos que possam predizer a atividade de compostos ainda não testados”, comemora a pesquisadora. Ela acrescenta que, esses modelos poderão predizer a atividade antiviral contra SARS-CoV-2 de fármacos e compostos que ainda não foram testados experimentalmente, e dessa forma, pode-se reduzir o tamanho do universo químico a se explorar, ou seja o número de compostos a se testar experimentalmente.

A IA também pode auxiliar através do reconhecimento de padrões. “O processo de reconhecimento molecular, entre o fármaco e sua proteína-alvo, segue padrões moleculares e perfis de interação, e se aplicamos esses padrões como “regras”, conseguimos mais uma vez, priorizar aqueles compostos com maior potencial de interagirem com estes alvos biológicos, isto é, serem ativos. Assim, a IA pode mudar o processo de descoberta de fármacos que é longo e com alta taxa de erros, para um processo mais rápido e com maior taxa de sucesso”, explica a pesquisadora.

A equipe da professora Carolina Horta já possui vasta experiência em desenvolvimento e aplicações de ferramentas computacionais para descoberta de novos candidatos a fármacos para outras doenças tropicais negligenciadas e emergentes, como malária, esquistossomose, leishmaniose, doença de Chagas, zika, ebola, tuberculose, entre outras.

Em Goiás, todo o trabalho computacional será executado no Laboratório de Planejamento de Fármacos e Modelagem Molecular (LabMol), localizado na Faculdade de Farmácia da UFG.

 

 

Governo na palma da mão

Pular para o conteúdo