Um estudo publicado na Nature Biotechnology revela um novo e poderoso uso para a inteligência artificial: projetar pequenas moléculas semelhantes a medicamentos que podem aderir e quebrar proteínas nocivas no corpo, mesmo quando os cientistas não sabem a aparência dessas proteínas.

O avanço pode levar a novos tratamentos para doenças que há muito tempo resistem ao desenvolvimento de medicamentos tradicionais, incluindo certos tipos de câncer, distúrbios cerebrais e infecções virais.

O estudo foi publicado por uma equipe multidisciplinar de pesquisadores da Universidade McMaster, da Universidade Duke e da Universidade Cornell. A ferramenta de IA, chamada PepMLM, é baseada em um algoritmo originalmente desenvolvido para entender a linguagem humana e usado em chatbots, mas que foi treinado para entender a "linguagem" das proteínas.

Em 2024, o Prêmio Nobel de Química foi concedido a pesquisadores do Google DeepMind pelo desenvolvimento do AlphaFold, um sistema de IA que prevê a estrutura tridimensional de proteínas — um grande avanço na descoberta de medicamentos. Mas muitas proteínas relacionadas a doenças, incluindo aquelas envolvidas no câncer e na neurodegeneração, não possuem estruturas estáveis.

É aí que o PepMLM adota uma abordagem diferente: em vez de depender da estrutura, a ferramenta usa apenas a sequência da proteína para desenvolver fármacos peptídicos. Isso possibilita atingir uma gama muito mais ampla de proteínas causadoras de doenças, incluindo aquelas que antes eram consideradas "intransferíveis".

"A maioria das ferramentas de design de fármacos depende do conhecimento da estrutura tridimensional de uma proteína, mas muitos dos alvos mais importantes para doenças não possuem estruturas estáveis", disse Pranam Chatterjee, autor sênior do estudo, que liderou o trabalho na Duke e agora é membro do corpo docente da Universidade da Pensilvânia. "O PepMLM muda o jogo ao projetar ligantes peptídicos usando apenas a sequência de aminoácidos da proteína", disse Chatterjee.

Em testes de laboratório , a equipe demonstrou que o PepMLM poderia desenvolver peptídeos — cadeias curtas de aminoácidos — que se aderem a proteínas relacionadas a doenças e, em alguns casos, ajudam a destruí-las. Entre elas, proteínas envolvidas em câncer, distúrbios reprodutivos, doença de Huntington e até mesmo infecções virais vivas.

O estudo incluiu contribuições importantes da Universidade McMaster, onde Christina Peng, uma estudante de doutorado no Laboratório Truant, liderou os experimentos sobre a doença de Huntington.

"É emocionante ver como esses peptídeos projetados por IA podem realmente atuar dentro das células para quebrar proteínas tóxicas", disse Peng. "Esta pode ser uma nova abordagem poderosa para doenças como a de Huntington, em que os medicamentos tradicionais não têm sido eficazes."

Outras partes do estudo foram realizadas em Cornell, onde os laboratórios de Matthew DeLisa e Hector Aguilar construíram e testaram os peptídeos em proteínas virais, e em Duke, onde a equipe de Chatterjee desenvolveu o modelo de IA e realizou os primeiros experimentos de validação. O estudo também contou com a contribuição de Ray Truant, da McMaster.

"Este trabalho mostra que agora podemos ligar qualquer proteína a qualquer outra proteína", disse Truant, professor do Departamento de Bioquímica e Ciências Biomédicas. "Podemos degradar proteínas nocivas, estabilizar as benéficas ou controlar como as proteínas são modificadas — dependendo do objetivo terapêutico."

A equipe já está trabalhando em algoritmos de IA de última geração, como PepTune e MOG-DFM, para melhorar o comportamento desses peptídeos no corpo, tornando-os mais estáveis, mais direcionados e mais fáceis de administrar.

"Nosso objetivo final é uma plataforma terapêutica peptídica programável e de uso geral, que comece com uma sequência e termine com um medicamento do mundo real", disse Chatterjee.