Como estamos a usar a IA para descobrir novos antibióticos

Antes da pandemia do coronavírus, o bioengenheiro Jim Collins e a sua equipa combinaram o poder da IA com a biologia sintética, num esforço para combater uma diferente crise eminente: superbactérias resistentes a antibióticos. Collins explica como articularam os seus esforços para começarem a desenvolver uma série de ferramentas e componentes antivirais para ajudar a combater a COVID-19 — e revela os seus planos para descobrir sete novas classes de antibióticos durante os próximos sete anos.
(Esse plano ambicioso faz parte do Audacious Project, iniciativa do TED para inspirar e gerar mudanças globais.)

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.