INOVAÇÃO

LabMol avança com IA para além do desenvolvimento de fármacos

Projeto disruptivo incorpora o sentido do olfato aos dispositivos de realidade virtual

Na semana passada este Boletim abordou o uso de modelagem computacional na síntese orgânica. Também na Química Medicinal o uso da inteligência artificial e de ferramentas preditivas de modelagem é cada vez mais crucial na busca por novos fármacos ou no reposicionamento de fármacos. No Laboratório de Planejamento de Fármacos e Modelagem Molecular (LabMol), da Faculdade de Farmácia, da UFG, a Professora Carolina Horta Andrade utiliza métodos de aprendizado de máquinas e também as mais modernas redes neurais profundas para encontrar moléculas promissoras no tratamento de diversas doenças.

A chave é dominar algoritmos que estabeleçam equações matemáticas que correlacionem a estrutura química com propriedades biológicas já documentadas, e assim possam predizer o comportamento biológico de um composto em uma determinada situação, e também sua toxicidade. “Mergulhei na quimioinformática durante meu doutorado, e montei o LabMol com esse foco. Meus alunos têm que gostar tanto de química quanto de informática. Alguns são graduados em ciências da computação e vêm fazer pós aqui”, conta.

Profa. Carolina Horta Andrade (UFG): Uso da inteligência artificial para produzir aromas em dispositivos de realidade virtual. Protótipo foi validado em evento de inovação. Foto: Dino Arato/CEIA

Trabalhando em parceria com grupos experimentais de diversas universidades, ela tem conquistado avanços em diversas doenças como leishmaniose, malária, zika, chikungunya e outras. Um exemplo é o composto “LabMol-309”, que demonstrou atividade promissora para viroses emergentes.

“Nós fizemos uma triagem a partir de uma grande base de dados de compostos que nunca haviam sido testados para viroses emergentes. Começamos com o zika vírus. Desenvolvemos modelos, selecionamos 30 compostos e testamos. Ele apresentou atividade contra duas proteínas do vírus, e depois funcionou também no experimento antiviral. Numa fase posterior, esse mesmo composto mostrou bons resultados para chikungunya e para SARS-CoV-2”, descreve a Professora Andrade. “Chegamos a um composto promissor como candidato a “pan-inibidor”, ou seja, com atuação contra vários vírus. O problema é a falta de interesse da indústria farmacêutica em avançar para os estudos clínicos.”

A qualidade dos dados iniciais para um projeto como esse é um fator determinante do sucesso do trabalho. “Este é o primeiro desafio: muitas vezes encontramos dados experimentais que não têm reprodutibilidade. A curadoria dos dados, portanto, exige extremo rigor. Nós avaliamos e preparamos  todos os dados antes de começar a usá-los na modelagem em si”, conta a pesquisadora.

Uma vez que os dados estejam prontos, o desafio seguinte é definir o descritor, um número que vai representar a estrutura estudada, trazendo alguma informação química: conectividade, raio molecular, Logp, raio molecular, volume molecular, propriedades eletrônicas, etc. “Este descritor vai ser correlacionado com os dados de atividade biológica através de métodos de regressão múltipla ou de aprendizado de máquina”, explica a Professora Andrade.

Sócia da SBQ desde 2006, ela é uma adepta fervorosa da ciência aberta. Os vários modelos de IA desenvolvidos dentro do LabMol para acelerar a descoberta de fármacos e predizer a toxicidade de fármacos e compostos químicos em geral foram tornados públicos em uma plataforma interativa de acesso livre dentro do próprio site do grupo. “Até o momento, são cinco aplicativos dentro da plataforma LabMol InsightAI (por exemplo: sensibilização térmica, toxicidade cardíaca, citotoxicidade, etc.) em que pesquisadores conseguem, a partir da estrutura química de seus compostos, fazer a predição de algumas propriedades tóxicas. Apenas no aplicativo de sensibilização térmica, já tivemos mais de 15 mil predições realizadas por pesquisadores nos Estados Unidos”, assinala a Professora Andrade. Essa iniciativa foi contemplada com o Prêmio Capes/Natura de Inovação em Teses 2020 para seu aluno Vinícius de Medeiros Alves.

Para além dos fármacos, a Professora Andrade está utilizando seus conhecimentos em quimioinformática em um projeto disruptivo que tem o objetivo de incorporar o sentido do olfato aos dispositivos de realidade virtual. Neste caso, a modelagem ajuda a compreender a complexidade do olfato humano e desenvolver modelos capazes de gerar experiências sensoriais realistas no ambiente virtual. O projeto SOFIA, “Sensorial Olfactory Framework Immersive AI”, está sendo desenvolvido dentro do Centro de Competências Embrapii em Tecnologias Imersivas, o AKCIT, da UFG, com duração prevista até meados de 2027.

“Na realidade virtual, os sentidos de visão e audição estão muito bem desenvolvidos, mas o olfato ainda é subexplorado. É um sentido complexo, que envolve interações de moléculas com os receptores olfativos, e isso traz uma resposta olfativa. Nós desenvolvemos o framework: software e hardware que se conectam sem fio. Então quando você pega uma xícara de café e a aproxima da boca em um ambiente virtual, o dispositivo libera aquele cheirinho de café que todos gostam e assim você se sente muito mais imerso naquele ambiente virtual”, descreve a Professora Andrade. O projeto tem diversas aplicações, incluindo saúde e terapias, no marketing, no setor imobiliário, em jogos e entretenimento.

O grupo já desenvolveu um primeiro protótipo e validou com o público da Campus Party em Goiás em 2025, e atualmente estão usando a IA generativa para determinar a composição de moléculas que vai no “cartucho” do dispositivo, o AromaLLM. “Teremos uma base inicial de aromas primários, e, a partir da sua combinação, aromas secundários também.”

Texto: Mario Henrique Viana (Assessoria de Imprensa da SBQ)