Resistência bacteriana, Parkinson e fibrose pulmonar — doenças que a medicina moderna ainda não sabe como vencer — estão ganhando um aliado inesperado: a inteligência artificial.
Pesquisadores do MIT, Cambridge e McGill usam IA para examinar bilhões de compostos químicos em dias, uma tarefa que antes consumia meses e custava milhões de dólares.
O cenário é urgente: 1,1 milhão de pessoas morrem por ano de infecções bacterianas que eram facilmente tratadas até pouco tempo. Até 2050, esse número pode superar 8 milhões.
Novas armas contra bactérias resistentes
Entre 2017 e 2022, apenas 12 novos antibióticos foram aprovados globalmente — e a maioria se assemelha a drogas já existentes, às quais as bactérias já estão desenvolvendo resistência. A falta de financiamento e de interesse da indústria farmacêutica tornou esse campo cronicamente negligenciado.
O professor James Collins, do MIT, aposta na IA generativa para mudar esse cenário. Sua equipe treinou um modelo capaz de reconhecer estruturas químicas de antibióticos conhecidos, ensinando o algoritmo a identificar o que mata bactérias. A partir daí, examinaram mais de 45 milhões de estruturas químicas em busca de compostos eficazes contra a Neisseria gonorrhoeae — causadora da gonorreia — e a Staphylococcus aureus resistente à meticilina (SARM).
De 36 milhões de compostos projetados, 24 foram sintetizados em laboratório. Sete mostraram atividade antimicrobiana e dois se mostraram altamente eficazes contra linhagens resistentes a antibióticos convencionais. O diferencial: esses compostos aparentemente atacam as bactérias por mecanismos inteiramente novos, o que os torna candidatos a uma nova classe de medicamentos.
A busca por um freio para o Parkinson
Identificada pela primeira vez em 1871, a doença de Parkinson afeta mais de 10 milhões de pessoas no mundo — cerca de 200 mil só no Brasil, segundo o Ministério da Saúde. Mais de 150 anos depois, ainda não existe tratamento capaz de reduzir sua progressão.
Em 2024, o professor Michele Vendruscolo, da Universidade de Cambridge, publicou um estudo usando aprendizado de máquina para identificar compostos capazes de agir sobre os corpos de Lewy — agregados de proteínas associados aos estágios iniciais da neurodegeneração. O modelo analisou bilhões de moléculas e identificou cinco candidatos promissores com rapidez e custo muito menores que as técnicas tradicionais.
Enquanto a IA avança na busca por moléculas preventivas para o Parkinson, o Japão aprovou em março o primeiro tratamento com células-tronco iPS para a doença — uma aposta terapêutica diferente, mas igualmente inédita, que pode chegar a pacientes ainda em 2026.
Redirecionar para curar
Nem sempre é preciso criar um remédio do zero. O professor David Fajgenbaum, da Universidade da Pensilvânia, sobreviveu a um raro subtipo da doença de Castleman usando sirolimo — imunossupressor normalmente administrado a receptores de transplante renal. A experiência o levou a criar a Every Cure, organização sem fins lucrativos que usa aprendizado de máquina para cruzar milhares de medicamentos existentes com milhares de doenças em busca de novos usos.
A abordagem já mostra resultados em escala. Na Faculdade de Medicina Harvard, um modelo de IA identificou cerca de 8 mil substâncias aprovadas com potencial para tratar 17 mil doenças diferentes. O método tem sido especialmente útil para doenças raras, ignoradas pela indústria por não oferecerem retorno financeiro atrativo.
Na Universidade McGill, pesquisadores aplicaram IA generativa para modelar a progressão da fibrose pulmonar idiopática (FPI), doença rara que causa cicatrizes no tecido pulmonar. O modelo sugeriu oito possíveis tratamentos, incluindo um medicamento para hipertensão — já comprovadamente seguro e de baixo custo. A empresa Insilico Medicine, por sua vez, desenvolveu o rentosertib com auxílio da IA para combater a FPI: o composto está em testes clínicos de fase 2 e pode estar disponível até o final da década.
Apesar dos avanços, há limitações relevantes. Grande parte dos dados sobre propriedades de substâncias é propriedade de empresas farmacêuticas e não está disponível publicamente. E a IA, por ora, é mais útil nas etapas iniciais do desenvolvimento — identificação de alvos e triagem de moléculas —, que representam apenas duas fases de um longo caminho até o paciente.