A escassez de profissionais qualificados tem sido um dos maiores obstáculos para o desenvolvimento de tratamentos destinados às milhares de doenças raras ainda sem cura. Empresas de biotecnologia apostam agora em modelos de inteligência artificial (IA) para acelerar a descoberta de fármacos e a edição gênica, conforme discutido nesta semana durante o Web Summit Qatar.
Insilico Medicine mira “superinteligência farmacêutica”
O fundador e diretor-executivo da Insilico Medicine, Alex Aliper, apresentou o MMAI Gym, iniciativa que treina modelos de linguagem de uso geral — como ChatGPT e Gemini — para executar múltiplas tarefas de pesquisa de fármacos com desempenho “sobre-humano”. O objetivo é criar um sistema multimodal capaz de realizar, simultaneamente, diversas etapas do processo de descoberta de medicamentos.
A plataforma da Insilico integra dados biológicos, químicos e clínicos para gerar hipóteses sobre alvos terapêuticos e sugerir moléculas candidatas. Segundo a companhia, a automação dessas etapas reduz drasticamente tempo e custo, permitindo até reaproveitar remédios existentes. Um dos testes recentes avaliou a possibilidade de reposicionar fármacos para tratar esclerose lateral amiotrófica (ELA).
Aliper destacou que a falta de mão de obra especializada continua limitando a produtividade da indústria farmacêutica. “Precisamos de sistemas mais inteligentes, porque ainda existem milhares de distúrbios raros negligenciados”, afirmou.
GenEditBio aposta em edição gênica in vivo
Na chamada “segunda geração” do CRISPR, a GenEditBio trabalha para viabilizar uma única injeção diretamente no tecido afetado. A empresa desenvolveu o ePDV — veículo de entrega proteica engenheirada, semelhante a um vírus — criado a partir de um extenso acervo de partículas poliméricas não virais e não lipídicas.
“Usamos métodos de IA e aprendizado de máquina para identificar que tipos de vírus se ligam a tecidos específicos”, explicou a cofundadora e CEO Tian Zhu. A plataforma NanoGalaxy cruza dados sobre estruturas químicas e alvos teciduais (olhos, fígado, sistema nervoso) e prevê ajustes capazes de transportar a carga genética sem provocar resposta imune.
Os ePDVs são testados em animais, e os resultados retornam ao algoritmo para aprimorar as próximas rodadas. Zhu afirma que a estratégia reduz o custo de produção e padroniza um processo historicamente difícil de escalar. A GenEditBio recebeu sinal verde da FDA para iniciar ensaios clínicos de uma terapia CRISPR voltada à distrofia corneana.
Imagem: Internet
Desafio dos dados e próximos passos
Apesar dos avanços, a qualidade e a diversidade dos dados ainda limitam o alcance da IA. Aliper defende a coleta de amostras biológicas em diferentes regiões para evitar vieses concentrados no Ocidente. Para suprir essa lacuna, a Insilico opera laboratórios automatizados que geram, em escala, informações de múltiplas camadas sobre amostras de doenças.
Zhu observa que o próprio corpo humano guarda “dados de ouro” acumulados por milhares de anos de evolução, mas boa parte do DNA funciona como manual de instruções geneicas e permanece difícil de decifrar sem IA. A GenEditBio testa milhares de nanopartículas simultaneamente para produzir conjuntos de dados robustos e já estuda compartilhar parte desse material com parceiros externos.
O próximo grande passo, segundo Aliper, é construir gêmeos digitais de pacientes para a realização de ensaios clínicos virtuais — iniciativa ainda embrionária. Ele lembra que, há anos, o número de novos medicamentos aprovados pela FDA gira em torno de 50 por ano, enquanto a população global envelhece e as doenças crônicas aumentam.
“Minha expectativa é que, em 10 a 20 anos, tenhamos mais opções terapêuticas personalizadas”, concluiu o executivo.
Com informações de TechCrunch
