Então, como é que vamos vencer o novo coronavírus? Utilizando os nossos melhores instrumentos: a nossa ciência e tecnologia. No meu laboratório, usamos ferramentas de inteligência artificial e a biologia sintética, para acelerar a luta contra esta pandemia. O nosso trabalho foi originalmente projetado para abordar a crise de resistência aos antibióticos. O nosso projeto procura aproveitar o poder de aprendizagem da máquina para reabastecer o nosso arsenal antibiótico e evitar uma devastadora era pós-antibiótica a nível global. Principalmente, a mesma tecnologia pode ser usada para procurar compostos antivirais que possam ajudar-nos a combater a pandemia atual. A aprendizagem de máquina está a mudar de forma radical o modelo tradicional de descoberta de drogas. Com esta abordagem, em vez de testar meticulosamente milhares de moléculas existentes uma a uma, num laboratório para determinar a eficácia delas, podemos treinar um computador para explorar um espaço muitíssimo maior de todas as moléculas possíveis que possamos sintetizar, e, assim, em vez de procurar uma agulha no palheiro, podemos usar o íman gigante do poder da informática para encontrar muitas agulhas em muitos palheiros, simultaneamente. Já tivemos algum sucesso inicial. Recentemente, usámos a aprendizagem de máquina para descobrir novos antibióticos que podem ajudar-nos a lutar contra as infeções bacterianas que podem ocorrer juntamente com infeções de SARS-CoV-2 . Há dois meses, o Audacious Project do TED aprovou o nosso financiamento, para ampliar maciçamente o nosso trabalho com o objetivo de descobrir sete novas classes de antibióticos, contra sete dos patógenos bacterianos mais mortais do mundo durante os próximos sete anos. Para contextualizar: o número de novas classes de antibióticos que foram descobertas durante as três últimas décadas, é zero. Enquanto a procura de novos antibióticos é para um futuro a médio prazo, o novo coronavírus representa uma ameaça mortal imediata. Estou feliz por informar que achamos poder usar a mesma tecnologia para procurar terapêuticas para combater este vírus. Então como é que vamos fazer isso? Estamos a criar uma biblioteca de formação composta com colaboradores que aplicam essas moléculas a células infetadas de SARS-CoV-2 para ver quais delas exibem uma atividade eficaz. Esses dados serão usados para treinar um modelo de aprendizagem de máquina que será aplicado numa biblioteca "in silico" de mais de mil milhões de moléculas para procurar eventuais novos compostos antivirais. Vamos sintetizar e testar as principais previsões e apresentar às clínicas os candidatos mais promissores. Soa bom demais para ser verdade? Bom, não devia. O projeto Antibiotics AI baseia-se na nossa pesquisa de prova de conceito que levou à descoberta de um novo antibiótico de amplo espetro chamado Halicin. O Halicin tem uma atividade antibacteriana potente contra quase todos as bactérias patogénicas resistentes a antibióticos. incluindo infeções pan-resistentes intratáveis. Mais importante, em contraste com os antibióticos atuais a frequência com que cada bactéria desenvolve resistência contra o Halicin é notavelmente baixa. Nós testámos a capacidade de as bactérias desenvolverem resistência contra o Halicin em comparação com o Cipro no laboratório. No caso do Cipro, ao fim de um dia apenas, detetámos resistência. No caso do Halicin, ao fim de um dia, não detetámos nenhuma resistência. Incrivelmente, ao fim de 30 dias, não detetámos nenhuma resistência ao Halicin. Nesse projeto inicial, primeiro testámos cerca de 2500 compostos contra o E. coli. Essa parte do treino incluía antibióticos conhecidos, como o Cipro e a penicilina, assim como muitas drogas que não são antibióticos. Usámos esses dados para treinar um modelo para saber as características moleculares associadas à atividade antibacteriana. Depois, aplicámos esse modelo numa biblioteca de drogas reutilizadas formada por vários milhares de moléculas e pedimos ao modelo para identificar moléculas que, previsivelmente, têm propriedades antibacterianas mas não se parecem com os antibióticos existentes. Curiosamente, somente uma molécula nessa biblioteca encaixava nesses critérios, e essa molécula era o Halicin. Considerando que o Halicin não se parece com nenhum antibiótico existente, teria sido impossível que uma pessoa, mesmo um especialista em antibióticos, identificasse o Halicin dessa maneira. Imaginem agora o que podemos fazer com esta tecnologia contra a SARS-CoV-2. E isto não é tudo. Também vamos usar as ferramentas da biologia sintética, ajustando com o ADN e outros maquinismos celulares, para fins humanos como combater a COVID-19, e, de notar, estamos a trabalhar para desenvolver uma máscara protetora que também serve como um rápido teste de diagnóstico. Então, como isso funciona? Bom, nós mostrámos que podemos retirar o maquinismo celular de uma célula viva e liofilizá-lo juntamente com sensores de ARN, em papel, para criar diagnósticos de baixo custo para o Ébola e o Zika. Os sensores são ativados quando são reidratados por uma amostra do paciente que pode consistir em sangue ou saliva, por exemplo. Acontece que essa tecnologia não se limita ao papel e pode ser aplicada a outros materiais, incluindo o pano. Para a pandemia de COVID-19, estamos a desenvolver sensores de ARN para detetar o vírus e liofilizar esses sensores juntamente com o maquinismo celular necessário no tecido de uma máscara facial, onde o simples ato de respirar, juntamente com o vapor de água que acompanha a respiração pode ativar o teste. Portanto, se um paciente está infetado com SARS-CoV-2, a máscara produzirá um sinal fluorescente que pode ser detetado por um simples dispositivo portátil barato. Em uma hora ou duas, o paciente pode ser diagnosticado com segurança, à distância e com rigor. Também estamos a usar a biologia sintética para desenvolver uma possível vacina para a COVID-19. Estamos a redirecionar a vacina BCG que foi usada contra a tuberculose durante quase um século. É uma vacina viva atenuada e estamos a modificá-la para conseguir antigenes SARS-CoV-2, que deverão desencadear a produção de anticorpos protetores pelo sistema imunológico. Melhor ainda, a BCG pode ser produzida em grande quantidade e tem um dos melhores perfis de segurança de qualquer vacina já conhecida. Com estas ferramentas da biologia sintética e da inteligência artificial, podemos vencer a luta contra o novo coronavírus. Este trabalho está nas etapas iniciais, mas a promessa é real. A ciência e a tecnologia podem dar-nos uma importante vantagem na batalha da inteligência humana contra os genes das superbactérias, uma batalha que podemos vencer. Obrigado.