Inteligência artificial e antibióticos: a nova corrida contra a antibiorresistência

A inteligência artificial pode ajudar a recuperar o terreno que a medicina tradicional vem perdendo? Com esse tipo de tecnologia, pesquisadores já conseguem examinar milhões de estruturas químicas e encurtar o caminho até a descoberta de novos antibióticos.

Em 1928, quase por acaso, Fleming encontrou a penicilina e abriu uma das maiores viradas da história da saúde: a criação dos antibióticos. A partir daí, foi possível controlar doenças que antes eram devastadoras. Por muito tempo, eles pareceram a ferramenta ideal contra centenas de infecções - e acabaram sendo utilizados de forma ampla.

Como qualquer forma de vida, bactérias sofrem a ação da seleção natural. Ao recorrer aos antibióticos em grande escala, impusemos sem intenção uma pressão evolutiva gigantesca sobre bilhões de micro-organismos. As que, por sorte, tinham mutações protetoras sobreviveram, multiplicaram-se e repassaram essa vantagem. E, geração após geração (bactérias passam por milhares delas por dia), nosso arsenal terapêutico foi perdendo eficácia, enquanto o surgimento de superbactérias resistentes aos tratamentos se tornou, infelizmente, cada vez mais comum.

Como a inteligência artificial acelera a descoberta de novos antibióticos

Não é à toa que a OMS hoje coloca a antibiorresistência entre as ameaças globais à saúde mais graves. Criar novos antibióticos para enfrentar linhagens resistentes também não é uma solução simples: isso tende a alimentar o próprio ciclo do problema. Além disso, desenvolver um antibiótico custa bilhões de dólares, e pode levar cerca de uma década até chegar ao mercado.

Ainda assim, a medicina passou a contar com a força da inteligência artificial para acelerar etapas críticas. O sistema AlphaFold, por exemplo, prevê a estrutura tridimensional de proteínas, ajudando a entender melhor alvos moleculares bacterianos. Também existem modelos como o AMR-AI, voltados a antecipar a evolução biológica de agentes patogénicos. A grande vantagem dessas ferramentas é conseguir condensar décadas de conhecimento terapêutico e biológico para extrair princípios ativos mais potentes, oferecendo à medicina o fôlego extra de que ela precisava com urgência.

Antibiorresistência: uma ameaça sanitária mundial em rápida expansão

Todos os anos, cerca de 1,1 million de pessoas morrem por infeções causadas por bactérias que os nossos medicamentos já não conseguem eliminar. E, se nada mudar, esse total pode chegar a oito milhões de mortes por ano até 2050 - mais do que o conjunto de todos os tipos de cancro causa hoje.

Dois nomes aparecem com frequência nos artigos científicos como exemplos preocupantes da antibiorresistência. Primeiro, Neisseria gonorrhoeae, a bactéria por trás da gonorreia, que agora resiste a praticamente todos os antibióticos de primeira linha. Depois, Staphylococcus aureus, comum e presente na pele de quase um terço da população mundial sem provocar sintomas; porém, algumas linhagens passaram a resistir à meticilina - um antibiótico da família das penicilinas que durante muito tempo foi visto como tratamento de referência.

Na prática, são apenas ilustrações de um cenário maior. Por trás desses casos, dezenas de patogénicos avançam na mesma direção. A resistência em certas linhagens cresce muito mais depressa do que a nossa capacidade de contê-la - pelo menos se nos limitarmos às técnicas farmacológicas tradicionais e à farmacopéia atual, que hoje se parece com uma armadura cheia de brechas abertas pela adaptação microbiana.

O ciclo de renovação dos tratamentos já não acompanha o ritmo. Entre 2017 e 2022, somente doze novos antibióticos receberam autorização para chegar ao mercado, e quase todos eram variações de famílias moleculares já conhecidas, contra as quais as bactérias às vezes já tinham formas de defesa.

Por que desenvolver uma molécula inédita se tornou tão difícil

Criar uma molécula realmente nova exige mais de uma década de pesquisa clínica e investimentos que a indústria farmacêutica está cada vez menos disposta a fazer. O motivo é direto: um antibiótico que funciona é justamente aquele que se tenta prescrever pouco, para não acelerar sua perda de efeito. Baixa rentabilidade, vida útil terapêutica incerta, exigências regulatórias rígidas e experimentação complexa: de certa forma, a indústria farmacêutica abandonou o desafio antes mesmo de a ciência chegar a uma solução.

Superbactérias: o outro campo de caça da IA

Foi no Massachusetts Institute of Technology que o professor James Collins propôs inverter a lógica: se as bactérias evoluem mais rápido do que nossa capacidade de desenvolver e produzir medicamentos, por que não colocar a descoberta de novos antibióticos nas mãos de um sistema capaz de trabalhar na escala delas?

Para isso, o modelo foi primeiro alimentado com tudo o que a farmacologia acumulou em um século: estruturas de antibióticos já conhecidos, mecanismos de ação, morfologia bacteriana e perfis de toxicidade. A meta era ensiná-lo a identificar, na geometria de uma molécula, sinais que indiquem potencial atividade antibacteriana.

Depois de adquirir essa capacidade de generalização, o algoritmo partiu para uma busca que nenhuma equipa humana conseguiria realizar: 45 million de estruturas químicas avaliadas - não testadas no laboratório, mas estimadas por inferência. Em vez de seguir na base de tentativa e erro, o sistema calculou de imediato a probabilidade de cada estrutura dar certo, simulando a interação entre a molécula e as bactérias.

Com sucessivas iterações e ajustes na estrutura molecular das opções mais promissoras, o modelo chegou a 36 million novos compostos. "Em poucas horas ou poucos dias, podemos analisar imensas bibliotecas de compostos químicos para identificar aqueles que apresentam atividade antibacteriana", explica James Collins.

Entre os que foram sintetizados e colocados frente a bactérias reais, dois demonstraram eficácia concreta contra linhagens resistentes, por mecanismos de ação suficientemente diferentes dos antibióticos existentes para contornar, ao menos por algum tempo, as defesas que as bactérias construíram.

À primeira vista, duas moléculas em 36 million pode parecer uma taxa de sucesso mínima, mas é justamente o contrário. Em farmacologia e bioinformática, muitos programas de desenvolvimento de medicamentos terminam após anos de trabalho sem que qualquer molécula ultrapasse sequer a etapa pré-clínica. Encontrar duas candidatas plausíveis - mesmo sem autorização de comercialização - sugere que o bloqueio era, em grande parte, tecnológico e cognitivo: as nossas próprias metodologias de pesquisa, que agora revelam seus limites. E, embora seja claro que a IA não vai resolver sozinha a antibiorresistência, fica cada vez mais evidente que, sem ela, só restaria continuar a explorar lentamente, às cegas, a terra incognita onde se escondem os antibióticos de amanhã.