Com quase 50 anos de idade, o pesquisador canadense Brendan Frey é um dos mais renomados especialistas em deep learning, uma técnica de inteligência artificial. A fama surgiu no início dos anos 2000, quando ele ainda trabalhava como professor de computação na Universidade de Toronto. Os resultados de seus estudos foram publicados sucessivamente nos principais periódicos científicos do mundo. “Ter um artigo na Nature e na Science é algo incrível, mas não é realmente do que o paciente precisa”, diz Frey. “Percebi que criar uma startup seria a melhor forma de atender às necessidades dos pacientes.”

E, assim, em 2015 surgiu a Deep Genomics, empresa que tem como meta utilizar uma abordagem computacional para encontrar a cura para doenças neurodegenerativas, neuromusculares e metabólicas — como Parkinson, distrofia de Duchenne e porfiria — que se originam de erros no código genético dos pacientes.

Vestido com uma camiseta da banda de rock AC/DC, em seu escritório em Toronto, Frey explica a EXAME que o uso de inteligência artificial é a melhor saída para entender o DNA, um longo e extenso código que regula como as células de nosso corpo funcionam. O ser humano é bom para entender a linguagem escrita e verbal, mas as máquinas oferecem a melhor opção quando se trata de um código como o DNA, que tem inúmeras variações, que podem ser ligadas ou desligadas de acordo com interações com o ambiente, como alimentação, estresse e nível de poluição. Somente os algoritmos, apoiados em computadores superpotentes, podem lidar com tantos cenários. “Nosso objetivo é tornar o desenvolvimento de remédios um esforço de engenharia e de certeza. É o oposto do que ocorre hoje na indústria farmacêutica, que trabalha muito com tentativa e erro”, diz Frey.

Pesquisadores da área de inteligência artificial costumam usar a imagem de uma árvore frutífera para explicar como a ciência da computação pode ajudar no desenvolvimento de remédios. As atuais drogas mais eficazes do mundo e com os menores efeitos colaterais seriam as frutas maduras que já foram colhidas pela ciência apenas porque estariam ao alcance das mãos, ou seja, mero golpe de sorte. Os outros frutos que sobraram nos galhos mais baixos não são bons e representam os remédios com eficácia menor e com muitos efeitos colaterais, algo que aumenta os custos de desenvolvimento e a necessidade de mais testes clínicos antes de ser aprovados pelas agências reguladoras. A inteligência artificial seria, portanto, uma maneira de construir uma escada até os galhos mais altos dessa mesma árvore, onde estariam outras frutas maduras — é a engenharia em prol de remédios melhores. A computação pode ser usada para simular a estrutura e a interação de moléculas de um remédio com o corpo humano antes mesmo de o medicamento ser criado em laboratório. A inteligência artificial também pode ser empregada para descobrir outros padrões de erros no DNA e, no limite, encontrar doenças que ainda nem foram descritas pela medicina.

“Ao conhecermos a mutação de um paciente, ficamos sabendo também o que está errado em suas células. É isso que possibilita o caminho para que possamos criar o remédio exato”, afirma Frey. O DNA também apresenta outra vantagem para essa abordagem de inteligência artificial: é um dado estruturado, com um padrão claro de construção, como o biólogo americano James Watson e o biofísico inglês Francis Crick descreveram nos anos 50, com o famoso modelo da dupla hélice. Utilizar dados disponíveis de relatos de doenças e de efeitos colaterais em testes clínicos não seria uma boa opção, uma vez que as informações podem variar entre diferentes médicos e dentro da indústria farmacêutica — pois, afinal, não há um padrão para preencher relatórios e muitas vezes uma informação sobre um efeito colateral não é descrita. “O que o deep learning faz é uma generalização a partir do DNA. E o sistema pode crescer a cada nova inserção ou descoberta feita.”

Segundo Frey, a empresa já conseguiu descobrir prováveis curas utilizando esse método. A Deep Genomics espera realizar testes clínicos nos próximos três anos, embora não divulgue para quais doenças. Se comprovada a eficácia de sua técnica, a empresa poderá realizar o licenciamento da fórmula do medicamento para a indústria farmacêutica. Frey também espera mudar a abordagem das agências reguladoras, que assumem desde o início que os novos remédios não vão funcionar bem — para ter uma ideia, um medicamento para psoríase comum nos Estados Unidos e no Canadá gasta metade do tempo de seu comercial de 30 segundos explicando sobre os efeitos colaterais, que vão desde diarreia até depressão. A aposta na Deep Genomics é tão alta que a startup já recebeu mais de 16 milhões de dólares em duas rodadas de investimento. Nada mau para um ex-professor que queria mais do que publicar artigos científicos.