1
energia
O que é energia?
comentários 0
Um algoritmo de aprendizagem profunda ajudou os cientistas a identificar novos compostos que são eficazes contra bactérias resistentes a antibióticos – uma ameaça à saúde pública que causa milhares de mortes anualmente.
Com os médicos preocupados com o facto de os antibióticos se terem tornado cada vez mais ineficazes desde que Fleming purificou a penicilina pela primeira vez em 1928, a recente descoberta de um composto que pode matar as bactérias resistentes aos medicamentos responsáveis pela milhares de mortes em todo o mundo todos os anos é bem-vindo.
Usando um algoritmo de aprendizagem profunda, os cientistas conseguiram identificar o primeiro novo antibiótico em mais de meio século, demonstrando o potencial da inteligência artificial na área médica e apresentando uma solução para resistência a antibióticos, que está entre as maiores ameaças globais à saúde humana.
Para refinar a seleção desta nova classe de candidatos a antibióticos, uma equipe do laboratório de James Collins do Broad Institute do Instituto de Tecnologia de Massachusetts e da Universidade de Harvard usaram um tipo de IA conhecido como aprendizado profundo para rastrear 12 milhões de compostos quanto à atividade antibiótica.
Depois de analisá-los por meio de simulações de computador, os modelos de IA treinados encontraram 3646 compostos com propriedades semelhantes a medicamentos ideais.
.@delafuenteupenn compartilhou como a inteligência artificial (#AI) pode ajudar a orientar o desenvolvimento de novos #antibióticos, incluindo novas descobertas que utilizam o conceito de aprendizagem profunda para descobrir novos antibióticos, uma prática empregada pelo laboratório de de la Fuente. @sciam https://t.co/eFGmY0ZLHo
- Penn Medicine (@PennMedicine) 26 de dezembro de 2023
Cálculos adicionais identificaram as subestruturas químicas que poderiam explicar as propriedades de cada composto (ou seja, se são ou não prejudiciais ao corpo humano), que os cientistas compararam antes de testar 238 deles em ratos.
Ao fazer isso, eles descobriram cinco diferentes não tóxicos que se mostraram promissores contra os resistentes à meticilina. Staphylococcus aureus (MRSA) e resistente à vancomicina Enterococcus – que são alguns dos patógenos mais teimosamente difíceis de matar que conhecemos.
‘O que nos propusemos a fazer neste estudo foi abrir a caixa preta’, diz Félix Wong, autor do estudo que foi publicado em Natureza no mês passado.
«Os nossos modelos [de IA] dizem-nos não só quais os compostos que têm actividade antibiótica selectiva, mas também porquê, em termos da sua estrutura química.»
O desenvolvimento baseia-se em pesquisas anteriores sobre o poder da tecnologia para combater a atual crise de resistência aos antibióticos.
No caso da aprendizagem profunda, os cientistas têm-na utilizado cada vez mais para acelerar a identificação de potenciais candidatos a medicamentos, prever as suas propriedades e otimizar o processo de levá-los aos pacientes necessitados.
“Esses modelos consistem em um grande número de cálculos que imitam conexões neurais, e ninguém sabe realmente o que está acontecendo nos bastidores”, continua Wong.
‘Nosso trabalho fornece uma estrutura que é eficiente em termos de tempo, recursos e mecanicamente perspicaz, do ponto de vista da estrutura química, de maneiras que não tivemos até agora.’
