Pesquisa usa Codex e ChatGPT para identificar novos antimicrobianos contra superbactérias
O laboratório do pesquisador César de la Fuente está utilizando modelos de inteligência artificial, incluindo o Codex e o ChatGPT, para investigar genomas de organismos vivos e extintos em busca de moléculas com potencial antimicrobiano. O objetivo é acelerar a descoberta de novos compostos que possam combater infecções resistentes a medicamentos, um problema considerado uma das maiores ameaças globais na área da saúde.
A abordagem da equipe trata a busca por novos antibióticos como um problema de informação. Para os pesquisadores, o DNA, molécula que carrega as instruções genéticas dos seres vivos, funciona como um código que pode ser lido e analisado por algoritmos. Ferramentas como o ChatGPT auxiliam na criação desses algoritmos, permitindo que sistemas computacionais examinem grandes volumes de dados biológicos e identifiquem candidatos a antibióticos em horas, em vez de anos.
A resistência antimicrobiana ocorre quando microorganismos como bactérias, fungos, parasitas e vírus deixam de responder aos medicamentos tradicionais. Segundo dados apresentados na reportagem, cerca de cinco milhões de mortes em 2021 foram associadas à resistência bacteriana a antibióticos. A projeção é que esse número anual praticamente duplique até 2050, o que torna a descoberta de novos compostos uma corrida contra o tempo.
Os modelos de aprendizado profundo desenvolvidos pelo laboratório são treinados para reconhecer padrões em sequências biológicas, possibilitando a análise de grandes bancos de dados de genomas e proteínas. Esse processo permite filtrar, entre milhões de possibilidades, quais moléculas merecem ser investigadas em etapas posteriores. A estratégia reduz drasticamente o tempo da fase inicial da pesquisa, que costuma ser a mais demorada.
Além dos próprios modelos de IA, a equipe utiliza o ChatGPT e o Codex em diferentes etapas do trabalho. O ChatGPT, modelo de linguagem da OpenAI, é empregado para formular hipóteses, organizar ideias e conectar conceitos de diversas áreas científicas. O Codex, por sua vez, é um modelo voltado à geração e ao refinamento de código de programação, sendo usado para escrever e ajustar scripts, processar conjuntos de dados e analisar resultados experimentais.
Para os pesquisadores, o uso combinado dessas ferramentas amplia a capacidade produtiva do laboratório. O cientista Marcelo Der Torossian Torres, membro da equipe, afirma que o grupo assume projetos de alto risco, mas quando os resultados funcionam, eles são surpreendentes. Já o pesquisador Erik Hartman descreve o Codex como um copiloto eficiente, explicando que a ferramenta consegue implementar soluções de programação em segundos, liberando tempo para outras atividades.
A estratégia se diferencia do método tradicional de descoberta de antibióticos, que depende de coletas em campo, como amostras de solo e matéria orgânica, seguido de extensos processos de tentativa e erro. Ao digitalizar e automatizar partes desse fluxo, o laboratório consegue acelerar uma etapa que normalmente consome anos de trabalho. A ideia central é transformar a busca por novos antimicrobianos em um processo guiado por dados e algoritmos, em vez de depender exclusivamente de abordagens experimentais convencionais.
A iniciativa está inserida em um esforço mais amplo da comunidade científica para aplicar inteligência artificial em fases iniciais da pesquisa biomédica. A combinação de modelos generativos de linguagem, como o ChatGPT, com modelos de código, como o Codex, e com algoritmos próprios treinados em dados biológicos, ilustra como diferentes ferramentas de IA podem ser integradas em fluxos de pesquisa complexos.
Mesmo com os avanços, o trabalho ainda enfrenta desafios próprios da área, como a necessidade de validar experimentalmente os candidatos identificados pelos algoritmos e entender o comportamento dessas moléculas em organismos vivos. Ainda assim, a redução no tempo de triagem inicial representa um avanço relevante para uma área que historicamente depende de processos longos e onerosos para encontrar novas opções terapêuticas.
Ao tratar o problema da resistência antimicrobiana como uma questão que pode ser enfrentada com inteligência artificial e análise de grandes volumes de dados genéticos, o laboratório de César de la Fuente reforça o papel da IA como ferramenta de apoio à descoberta científica, com aplicações concretas na busca por soluções para problemas de saúde pública.
