Anticorpos criados com IA podem acelerar descoberta de novos medicamentos

Pesquisadores da Universidade de Washington, nos EUA, usaram um modelo de inteligência artificial generativa para criar do zero novos anticorpos funcionais – um avanço que pode acelerar etapas iniciais do desenvolvimento de medicamentos. Os resultados foram publicados nesta quarta-feira, 5, na revista científica Nature.

O trabalho foi liderado por David Baker, co-vencedor do Prêmio Nobel de Química de 2024 por sua atuação no design computacional de proteínas. Naquele ano, a premiação foi dividida com Demis Hassabis e John Jumper, do Google DeepMind. Segundo Baker, o avanço representa uma mudança significativa: “Estamos passando de métodos aleatórios e evolutivos para o design racional de moléculas”, disse.

Anticorpos são proteínas-chave no sistema imunológico e amplamente utilizados no desenvolvimento de tratamentos contra câncer, coronavírus e outras doenças. No entanto, hoje, a descoberta de novos anticorpos exige testes em animais e meses de tentativas e erros para encontrar respostas eficazes.

Batizada de RFantibody, a ferramenta é uma adaptação de outro modelo de IA do mesmo laboratório, ajustado com dados específicos sobre anticorpos. Ela é capaz de sugerir quais moléculas devem ser levadas ao laboratório para testes. Com a nova abordagem, o processo de descoberta pode ser encurtado para algumas semanas e sem uso de testes em animais.

Design preciso para combater o câncer

No estudo, os cientistas conseguiram criar anticorpos que se ligaram com sucesso a proteínas associadas a células cancerígenas. Segundo Joe Watson, coautor da pesquisa, a precisão é fundamental, já que, às vezes, a diferença entre uma célula normal e um tumor é uma única proteína. Com a IA, “podemos dizer ao modelo exatamente onde queremos que o anticorpo atue”, explicou.

Ainda será necessário validar se os anticorpos gerados são eficazes em tratamentos reais, mas o uso de IA já mostra potencial para transformar o setor farmacêutico. Outras etapas, no entanto, como testes clínicos e aprovações regulatórias, não serão aceleradas por essa ferramenta.