Acelerando a descoberta de medicamentos com um impulso da IA

quinta-feira, 13 de março de 2024 | 4 min

"Você deveria ter guardado o guardanapo".

Embora isso não pareça um conselho típico que alguém possa ouvir do seu gerente, Karen Madden, diretora de tecnologia da área de ciências da vida da Merck, deu essa dica. Isso porque os rabiscos naquele guardanapo foram as primeiras representações de uma nova plataforma de descoberta de medicamentos baseada em IA.

Encontrar uma molécula promissora para uma nova terapia pode ser como procurar uma agulha em um palheiro. As opções parecem ilimitadas e é uma tarefa árdua identificar os candidatos adequados. E se, em vez de vasculhar o palheiro manualmente, você pudesse usar um ímã potente ou um detector de metais para encontrar essa "agulha", ou seja, uma molécula com potencial semelhante ao de um medicamento? A AIDDISON é o ímã e o detector de metais reunidos em um só.

A AIDDISON é uma poderosa plataforma de software destinada a reduzir essa etapa minuciosa do processo de desenvolvimento de medicamentos. Muito antes de um novo medicamento chegar ao mercado, iniciar testes clínicos ou entrar em pesquisa pré-clínica, ele é apenas uma ideia. Uma equipe identifica um alvo específico que deseja que o seu futuro medicamento atinja, por exemplo, uma proteína defeituosa que está causando problemas ao paciente. Os pesquisadores precisam, então, encontrar uma molécula — ou um punhado de moléculas — que iniba um alvo específico, como essa proteína defeituosa.

Geralmente, leva-se mais de uma década e mais de dois bilhões de dólares para levar um novo medicamento do laboratório à prática clínica. Mais de 90% dos medicamentos fracassam nos ensaios clínicos. O tempo, dinheiro e esforço perdidos em novas empreitadas de medicamentos que falham podem ser assustadores.

Se, nos estágios iniciais do desenvolvimento de medicamentos — conhecidos como o estágio de descoberta de medicamentos — os cientistas puderem identificar com mais exatidão as moléculas que provavelmente serão bem-sucedidas nos estágios posteriores, é possível que a taxa de 90% de insucesso caia. Isso significa que menos dinheiro e tempo serão desperdiçados em candidatos a medicamentos que estão fadados ao fracasso nos ensaios clínicos.

"A chave para um desenvolvimento bem-sucedido de medicamentos é adotar uma abordagem holística, aumentar o sucesso de cada ciclo de desenvolvimento e fazer com que 'cada tentativa conte' para promover a cura do paciente mais rapidamente", diz Ashwini Ghogare, que se arrepende de não ter guardado o guardanapo e é uma peça-chave na implementação da plataforma para os clientes.

Combinando forças

O conceito da AIDDISON começou quando Ghogare conheceu Daniel Kuhn em uma conferência da Merck em Burlington, Massachusetts, EUA, em 2019. Depois de ouvir a apresentação de Kuhn sobre como a sua equipe criou modelos de aprendizagem de máquina para apoiar o seu trabalho de descoberta de medicamentos, Ghogare se aproximou da sua mesa de jantar mais tarde e disse: "Precisamos conversar".

Eles falaram sobre os desafios na descoberta de medicamentos e as visões de como as soluções poderiam ser. Aproveitar os dados existentes e a inteligência artificial — uma tecnologia transformadora — foi o assunto principal das suas conversas. E sim, eles pegaram um guardanapo para anotar as suas ideias. Nesses primeiros rabiscos, eles esboçaram um projeto inicial da interface e fizeram um brainstorming de alguns processos.

Kuhn, por outro lado, concluiu um doutorado em química computacional em um grupo de design de medicamentos. Desde então, ele tem se concentrado em melhorar a descoberta de medicamentos, inclusive na sua função na área de saúde da Merck. Ele está empenhado em contribuir para a descoberta de novas terapias e medicamentos para pacientes, usando tecnologias de modelagem preditiva e generativa.

A sua profunda experiência na descoberta de medicamentos, aliada ao conhecimento especializado em desenvolvimento de software e plataformas, provou ser uma combinação perfeita. Além das suas formações distintas, mas complementares, outra parte importante ajudou a impulsionar a colaboração. Eles simplesmente se divertiam trabalhando juntos.

Criado do zero

Anos antes de a dupla se encontrar em Burlington, Kuhn estava desenvolvendo ferramentas para ajudar a sua equipe na área de saúde da Merck a encontrar candidatos a medicamentos melhores e mais rapidamente.

Para criar modelos, Kuhn precisava usar um grande conjunto de dados. Um conjunto que contivesse detalhes sobre como diferentes moléculas atendiam ou não às expectativas em experimentos iniciais. Felizmente, os seus colegas da área de saúde da Merck mantinham dados meticulosamente durante décadas. Esses dados experimentais valiosos provaram ser fundamentais para o avanço dos modelos e, em última análise, representam um grande avanço para a AIDDISON.

Quando Kuhn compartilhou a sua inovação na conferência em Burlington, Ghogare percebeu imediatamente a força dos modelos e sabia que eles teriam valor entre os desenvolvedores de medicamentos fora da empresa. E assim começou o esforço empresarial para levar uma ferramenta interna aos clientes de todo o mundo.

Kuhn e Ghogare se surpreenderam um pouco com o rápido progresso. Com parcerias e equipes sólidas, desde a primeira conversa até o lançamento público da plataforma, foram necessários pouco mais de dois anos.

Para Kuhn, uma grande parte do apelo para a comercialização da ferramenta foi tornar o espaço de descoberta de medicamentos mais acessível para equipes menores, que raramente têm acesso a grandes conjuntos de dados internos para criar os seus próprios modelos. Quanto mais mentes estiverem trabalhando em busca de novas soluções terapêuticas, melhor será a situação dos pacientes.

"Os modelos nem sempre estão certos, mas os seres humanos também não estão", diz Kuhn. "Modelos bem projetados, como os da AIDDISON, são a base para acelerar a descoberta de medicamentos encontrando e priorizando moléculas com boas propriedades e ajudando os cientistas a tomar decisões melhores."

A AIDDISON está ajudando equipes de todos os tamanhos a identificar mais rapidamente as principais moléculas candidatas e a reduzir um ponto problemático na jornada de descoberta de medicamentos.

Sobre a AIDDISON

Aproveitando mais de 20 anos de dados de pesquisa farmacêutica, a plataforma AIDDISON™ com tecnologia de IA combina design generativo, insights preditivos e modelagem 3D em uma solução completa para a descoberta acelerada de medicamentos.

• Gere ideias com triagem rápida in silico de vastos bancos de dados químicos e design de novo.

• Otimize os resultados de sintetização e propriedades ADMET com modelos de aprendizagem de máquina do mundo real.

• Avalie e priorize os resultados com ferramentas avançadas de visualização de dados e de ligação molecular.