A SandboxAQ, uma startup de inteligência artificial com raízes no Google (Alphabet) e apoio da Nvidia, anunciou nesta quarta-feira a divulgação de um vasto conjunto de dados com o objetivo de impulsionar a descoberta de novos tratamentos médicos. A iniciativa visa auxiliar cientistas a compreender melhor como os medicamentos se ligam às proteínas no corpo humano.
O principal objetivo da empresa é fornecer aos cientistas uma ferramenta para prever se um determinado medicamento terá sucesso em se conectar ao seu alvo terapêutico no organismo. Apesar de serem baseados em experimentos científicos reais, os dados divulgados não foram gerados em laboratório. Em vez disso, a SandboxAQ, que já captou cerca de US$ 1 bilhão em capital de risco, utilizou chips da Nvidia para gerar as informações.
Esses dados serão então utilizados em modelos de IA que, segundo a empresa, permitirão aos cientistas prever rapidamente se uma molécula de fármaco de pequena dimensão se ligará à proteína de interesse, uma etapa crucial no desenvolvimento de medicamentos. Por exemplo, se um medicamento visa inibir um processo biológico específico, como a progressão de uma doença, os cientistas poderão usar a ferramenta para estimar a probabilidade de a molécula do medicamento interagir com as proteínas envolvidas nesse processo.
Essa abordagem representa um campo emergente que combina técnicas tradicionais de computação científica com os recentes avanços em inteligência artificial. Em diversas áreas, cientistas já dispõem de equações capazes de prever com precisão a formação de moléculas a partir da combinação de átomos. No entanto, mesmo para moléculas farmacêuticas tridimensionais relativamente pequenas, o número potencial de combinações torna-se excessivamente grande para cálculos manuais, mesmo com os computadores mais potentes disponíveis atualmente.
A solução da SandboxAQ consistiu em utilizar dados experimentais existentes para calcular aproximadamente 5,2 milhões de novas moléculas tridimensionais “sintéticas”. Essas moléculas, embora não tenham sido observadas no mundo real, foram modeladas com base em equações derivadas de dados concretos.
Ao disponibilizar publicamente esses dados sintéticos, a SandboxAQ espera que eles sejam utilizados para treinar modelos de IA capazes de prever a probabilidade de uma nova molécula de fármaco se ligar à proteína desejada em um tempo significativamente menor do que o necessário para cálculos manuais, mantendo a precisão. A empresa planeja cobrar pelo acesso aos seus próprios modelos de IA, desenvolvidos com base nesses dados, com a expectativa de obter resultados comparáveis aos de experimentos laboratoriais, porém de forma virtual.
“Este é um problema antigo na biologia que toda a indústria tem tentado resolver”, explicou Nadia Harhen, gerente geral de simulação de IA da SandboxAQ, em entrevista à Reuters na terça-feira. “Todas essas estruturas geradas computacionalmente são vinculadas a dados experimentais reais, e assim, ao selecionar esse conjunto de dados e treinar modelos, é possível usar os dados sintéticos de uma maneira inédita.”
*Com informações da Reuters