A Universidade de Coimbra revelou os resultados iniciais de um novo projecto cujo objectivo é «tornar mais rápido e menos dispendioso o desenvolvimento de novos fármacos para serem aplicados no tratamento de cancro, focados no contexto biológico da doença».
Um caso de estudo já feito com esta inovação permitiu «gerar compostos capazes de inibir a proteína USP7 (ubiquitin specific protease 7)», uma proteína que «assume um papel fundamental «na progressão de vários tipos de cancro» e que, neste momento, é vista como um «receptor importante para o desenvolvimento de fármacos».
Este estudo contou com investigadores das Faculdade de Ciências e Tecnologia e de Farmácia, que usaram, além de inteligência artificial, machine learning/deep learning com base em «redes neuronais artificiais» que permitem «criar modelos inteligentes através da mimetização da capacidade de aprendizagem dos modelos biológicos».
À IA e ao machine learning juntou-se ainda reinforcement learning: «À medida que o modelo gera novas moléculas, recebe uma recompensa, que será maior ou menor, dependendo do estado de optimização das propriedades dos compostos».
A grande vantagem deste modelo é, segundo Tiago Oliveira Pereira (o primeiro autor deste estudo), «encontrar moléculas promissoras na inibição do receptor e que não causem efeitos indesejados ao sistema biológico».
Tiago Oliveira Pereira lembra que, apesar de «ter sido validado com dados de cancro da mama», este novo modelo pode ser «aplicado a diversos contextos em que se possam obter dados de expressão génica associados à progressão da doença».
O estudo pode ser lido na íntegra aqui.
