Como estamos usando a IA para descobrir novos antibióticos

Antes da pandemia do coronavírus, o bioengenheiro Jim Collins e sua equipe combinaram o poder da IA com a biologia sintética, em um esforço para combater uma crise iminente: superbactérias resistentes a antibióticos. Collins explica como eles concentraram seus esforços para começar a desenvolver uma série de ferramentas e compostos antivirais para ajudar a combater a COVID-19, e compartilha seu plano para descobrir sete novas classes de antibióticos nos próximos sete anos (Esse plano ambicioso faz parte do The Audacious Project, a iniciativa do TED de inspirar e financiar mudanças globais).

Como vamos vencer esse novo coronavírus?

Usando nossas melhores ferramentas:

nossa ciência e nossa tecnologia.

No meu laboratório, usamos
ferramentas de inteligência artificial

e biologia sintética

para acelerar a luta contra essa pandemia.

O trabalho foi originalmente projetado

para enfrentar a crise
de resistência aos antibióticos.

Nosso projeto busca aproveitar o poder
do aprendizado de máquina

para repor nosso arsenal de antibióticos

e evitar uma era pós-antibiótica
globalmente devastadora.

Sobretudo, a mesma tecnologia pode ser
usada para procurar compostos antivirais

que poderiam nos ajudar
a combater a pandemia atual.

Aprendizado de máquina está revolucionando
o modelo tradicional de descoberta

de medicamentos.

Com essa abordagem,

em vez de testar meticulosamente
milhares de moléculas existentes,

uma por uma, pela sua eficácia
em um laboratório,

podemos treinar um computador pra explorar
o espaço exponencialmente maior

de essencialmente todas as moléculas
possíveis que poderiam ser sintetizadas,

e, assim, em vez de procurar
uma agulha no palheiro,

podemos usar o imã gigante
do poder da computação

para encontrar muitas agulhas
em vários palheiros, simultaneamente.

Já tivemos algum sucesso inicial.

Recentemente, usamos aprendizado de
máquina para descobrir novos antibióticos

que podem nos ajudar a combater
as infecções bacterianas

que podem ocorrer em conjunto
com infecções por SARS-CoV-2.

Há dois meses, o Audacious Project
do TED aprovou financiamento

pra ampliarmos intensamente nosso trabalho

com o objetivo de descobrir
sete novas classes de antibióticos

contra sete dos patógenos
bacterianos mortais do mundo

nos próximos sete anos.

Para contextualizar:

o número de novas classes de antibióticos

descobertas nas últimas
três décadas é zero.

Embora a busca por novos antibióticos
seja para o nosso futuro a médio prazo,

o novo coronavírus representa
uma ameaça mortal imediata,

e fico feliz em dizer que acreditamos
que podemos usar a mesma tecnologia

para procurar terapêuticas
para combater esse vírus.

Então, como vamos fazer isso?

Estamos criando uma biblioteca
de treinamento composto,

com colaboradores que aplicam as moléculas
em células infectadas com SARS-CoV-2

para ver quais delas
exibem atividade efetiva.

Usaremos esses dados para treinar
um modelo de aprendizado de máquina,

o qual será aplicado
a uma biblioteca "in silico"

de mais de 1 bilhão de moléculas

para procurar potenciais
novos compostos antivirais.

Vamos sintetizar e testar
as principais previsões

e encaminhar os candidatos
mais promissores para a clínica.

Parece bom demais para ser verdade?

Bem, não deveria.

O "Antibiotics AI Project" é baseado
na pesquisa de prova de conceito

que levou à descoberta
de um novo antibiótico de amplo espectro

chamado Halocin.

O Halocin tem atividade
antibacteriana potente

contra quase todos os patógenos
bacterianos resistentes a antibióticos,

incluindo infecções
pan-resistentes intratáveis.

Mas ao contrário dos antibióticos atuais,

a frequência com que bactérias
desenvolvem resistência contra o Halocin

é notavelmente baixa.

Testamos a capacidade das bactérias
de desenvolver resistência contra Halocin

e contra Cipro no laboratório.

No caso do Cipro,

depois de só um dia, vimos resistência.

No caso do Halocin,

depois de um dia, não houve resistência.

Surpreendentemente, depois de até 30 dias,
não vimos nenhuma resistência contra ele.

Neste projeto piloto, primeiro testamos
cerca de 2,5 mil compostos contra E. coli.

Esse conjunto de estudo
incluía antibióticos conhecidos,

como Cipro e penicilina,

bem como medicamentos
que não são antibióticos.

Usamos esses dados para treinar um modelo

para aprender características moleculares
associadas à atividade antibacteriana.

Nós os usamos numa biblioteca
de reaproveitamento de medicamentos

contendo vários milhares de moléculas

e pedimos ao modelo
para identificar moléculas

que se prevê terem
propriedades antibacterianas,

mas não se parecem
com antibióticos existentes.

Curiosamente, apenas uma molécula nessa
biblioteca se encaixa nesses critérios,

e ela acabou por ser o próprio Halocin.

Dado que ele não se parece
com nenhum antibiótico existente,

teria sido impossível para um ser humano,
incluindo um especialista em antibióticos,

identificá-lo dessa maneira.

Imagine agora o que poderíamos
fazer com esta tecnologia

contra o SARS-CoV-2.

E isso não é tudo.

Também estamos usando
as ferramentas da biologia sintética,

ajustando DNA e outras máquinas celulares,

para servir a propósitos humanos,
como combater a COVID-19,

e estamos trabalhando para desenvolver
uma máscara protetora

que também possa servir
como teste rápido de diagnóstico.

Então, como isso funciona?

Mostramos recentemente que podemos tirar
a maquinaria celular de uma célula viva

e liofilizá-la junto
com sensores de RNA no papel

para criar diagnósticos
de baixo custo para o Ebola e o Zika.

Os sensores são ativados quando são
reidratados por uma amostra de paciente

que poderia consistir em sangue
ou saliva, por exemplo.

Mas esta tecnologia não se limita ao papel

e pode ser aplicada
a outros materiais, incluindo tecidos.

Para a pandemia de COVID-19,

estamos projetando sensores
de RNA para detectar o vírus

e liofilizá-los juntamente
com as máquinas celulares necessárias

no tecido de uma máscara facial,

na qual o simples ato de respirar,

junto com o vapor de água
da respiração, pode ativar o teste.

Assim, se um paciente estiver
infectado com SARS-CoV-2,

a máscara produzirá um sinal fluorescente

que poderia ser detectado por um
dispositivo portátil simples e barato.

Em uma ou duas horas,
um paciente poderia ser diagnosticado

de forma segura, remota e precisa.

Também estamos usando biologia sintética

para projetar uma vacina
candidata ao COVID-19.

Estamos redirecionando a vacina BCG, usada
contra a tuberculose há quase um século.

É uma vacina viva atenuada,

e a estamos projetando
para expressar antígenos SARS-CoV-2,

que devem desencadear a produção
de anticorpos protetores

pelo sistema imunológico.

É importante ressaltar que a BCG
é massivamente escalável

e possui um perfil de segurança entre
os melhores de qualquer vacina relatada.

Com as ferramentas da biologia sintética
e da inteligência artificial,

podemos vencer a luta
contra esse novo coronavírus.

Este trabalho está nos estágios
iniciais, mas a promessa é real.

Ciência e tecnologia podem nos dar
uma vantagem importante

na batalha da inteligência humana
contra os genes das superbactérias,

uma batalha que podemos vencer.

Obrigado.