Siga o Olhar Digital no Google Discover
Pesquisadores do MIT desenvolveram um novo método para projetar nanopartículas capazes de entregar vacinas e terapias de RNA de forma mais eficiente. A equipe usou inteligência artificial (IA) para analisar milhares de partículas já existentes e prever combinações de materiais que podem oferecer melhores resultados.
Ofertas
Por: R$ 8,28
Por: R$ 1.998,89
Por: R$ 2.498,89
Por: R$ 404,90
Por: R$ 129,90
Por: R$ 412,69
Por: R$ 593,00
Por: R$ 3.598,94
Por: R$ 499,00
Por: R$ 369,00
Por: R$ 1.616,02
Por: R$ 179,90
Por: R$ 2.759,00
Por: R$ 199,00
Por: R$ 166,19
Por: R$ 399,00
Por: R$ 132,00
Por: R$ 505,00
A tecnologia também permitiu identificar partículas adequadas para diferentes tipos de células e encontrar formas de incluir novos materiais em sua composição. Segundo o professor associado Giovanni Traverso, responsável pelo estudo, a aplicação do aprendizado de máquina pode acelerar a descoberta de formulações ideais de nanopartículas lipídicas, permitindo que o processo ocorra muito mais rápido que antes.
Potencial para acelerar vacinas e terapias
O avanço pode agilizar o desenvolvimento de novas vacinas de RNA, como as usadas contra a Covid-19, e também de terapias voltadas para obesidade, diabetes e outros distúrbios metabólicos. O estudo, publicado na revista Nature Nanotechnology, foi liderado por Alvin Chan, da Nanyang Technological University, e Ameya Kirtane, da Universidade de Minnesota, ambos ex-pesquisadores de pós-doutorado do MIT.
As vacinas de RNA geralmente são embaladas em nanopartículas lipídicas (LNPs, na sigla em inglês), que protegem o material genético e facilitam sua entrada nas células. Melhorar essa entrega pode aumentar a eficácia dos imunizantes e facilitar a criação de terapias que façam o organismo produzir proteínas com potencial terapêutico.
Modelo COMET: inspirado em IA de linguagem
O grupo do MIT desenvolveu o COMET, um modelo de aprendizado de máquina inspirado em arquiteturas de transformadores, usadas em sistemas como o ChatGPT. Enquanto modelos tradicionais de descoberta de medicamentos focam em otimizar um único composto, o COMET é capaz de entender como diferentes componentes químicos interagem em uma nanopartícula para influenciar seu desempenho.
Para treinar o sistema, os cientistas criaram uma biblioteca com cerca de 3 mil formulações de LNPs, testando a eficiência de entrega de cada uma em laboratório. Após o treinamento, o modelo previu novas combinações mais eficazes, que foram testadas com sucesso em células de pele de camundongos cultivadas em laboratório, superando inclusive formulações comerciais.
Leia mais:
- 5 doenças que a inteligência artificial já auxilia no diagnóstico
- O que é superinteligência artificial? Veja como ela pode mudar o futuro da humanidade
- Como fazer a trend do bebê dublando com inteligência artificial
Novos materiais e aplicações
Os pesquisadores também exploraram a adição de um quinto componente às LNPs: um tipo de polímero chamado PBAE (branched poly beta amino esters), já conhecido por entregar ácidos nucleicos de forma eficiente. Foram criadas 300 formulações com o novo material, usadas para treinar o modelo, que conseguiu prever combinações ainda melhores.
Outra frente de pesquisa foi identificar quais LNPs funcionam melhor em diferentes tipos de células, como as Caco-2, derivadas de câncer colorretal. O COMET também foi usado para prever partículas mais resistentes ao processo de liofilização, que prolonga a vida útil de medicamentos.
Traverso afirma que a ferramenta pode ser adaptada a diferentes questões, permitindo experimentos mais focados e com resultados úteis em múltiplos contextos. A equipe já trabalha para aplicar algumas dessas partículas em tratamentos para diabetes e obesidade, incluindo terapias semelhantes aos efeitos do medicamento Ozempic.
Tags: