I.A. e Química Orgânica à serviço da saúde: docente do Campus cria modelo para identificar tratamentos promissores.

Encontrar cura de doenças é um trabalho que exige dados, informações, conhecimento, testes e abordagens fora do comum, uma vez que, em alguns momentos, as metodologias existentes não são suficientes. Em busca de uma metologia eficaz na obtenção de tratamentos para a Doença de Chagas, o docente do IFSULDEMINAS - Campus Muzambinho, João L. Baldim, divulgou o artigo "How Could Perform a Predictive Model Created Using the Heterogeneous Chemical Space of Compounds against Trypanosoma cruzi?" que, em tradução livre significa "Como performaria um modelo preditivo criado utilizando o espaço químico heterogêneo de compostos contra o Trypanosoma cruzi?"

Divulgado no Journal of the Brazilian Chemical Society, este estudo propõe uma abordagem para o desenvolvimento de metodologias internas para identificar candidatos promissores para ensaios biológicos, aproveitando o aprendizado de máquina em um espaço químico heterogêneo.

O estudo uniu pesquisadores do Instituto Federal de Educação, Ciência e Tecnologia do Sul de Minas Gerais, da Universidade Federal do ABC, da Universidade Federal de Alfenas e do Instituto Butantan.

Além de João L. Baldim, integraram o grupo os pesquisadores Welton Rosa, Thais A. C. Silva, Daiane D. Ferreira, Andre Gustavo Tempone, Daniela Aparecida C. de Paula, Marisi G. Soares e João Henrique G. Lago.

O modelo

Com 88% de eficácia, a ideia desenvolvida pelos pesquisadores, além do seu potencial para aplicação contra T. Cruzi, pode ser usada como modelo para construção de métodos para outros alvos. De acordo com João, "o método é muito robusto. E é importante ressaltar que todas as análises de compostos contra o T. cruzi são feitas em triplicata (resultado de três análises que, deste modo, apresentam naturalmente média e desvio padrão de valores. No meu método, utilizei somente a média. Portanto, a robustez não é calculada com valores exatos da previsão e valores reais. Mas, um espaço numérico (média e desvio padrão) ao qual cada composto pode pertencer. A utilização da análise em outras doenças e outras metodologias é extremamente aplicável. O que mudará será apenas o escopo de dados que alimentarão as ferramentas de machine learning. Por exemplo, este método só pode ser aplicado contra T. cruzi. É totalmente específico para T. cruzi. Mas, outras metodologias podem seguir o mesmo modelo que inventei para outros alvos".

O estudo ganhou notoriedade devido à capacidade do modelo de analisar diferentes moléculas em torno de um alvo específico. A escolha do algoritmo utilizado - Random Forest - se deu diante dessa grande diversidade de moléculas analisadas. Segundo João, "as moléculas eram muito diferentes umas das outras (espaço químico heterogêneo) e na investigação inicial eu precisava responder se a capacidade de processamento de dados era capaz de gerar um método robusto para este propósito. Por isso utilizei cerca de 20 algoritmos de machine learning diferentes. O que melhor respondeu ao set de dados com 1000 moléculas foi o Random Forest. Portanto, ele foi elencado o melhor para este propósito. Por fim, com a criação de métodos como meu, podemos prever a atividade de novas moléculas e ampliar o arsenal de tratamento para esta doença. E, claro, expandir a metodologia para outros alvos". 

O início do estudo

João destacou que o grupo de trabalho que atua, sempre focou seus estudos em moléculas da biodiversidade brasileira e também em doenças negligenciadas. Além de câncer, inflamação, dor, etc., a Doença de Chagas faz parte de uma das linhas de pesquisa do grupo. Assim, "após uma intensa revisão de literatura, percebi que haviam muitas moléculas estudadas isoladamente em trabalhos publicados por todo o mundo. Neste contexto, como desenvolvo trabalhos com inteligência artificial desde 2015 (principalmente com machine learning), tive a ideia de criar uma metodologia para agrupar todas as moléculas já investigadas e avaliar com todos os algoritmos disponíveis para a Química Orgânica a possibilidade de gerar conhecimento a partir deste agrupamento".

Os resultados

De acordo com os autores "As estratégias aplicadas foram substanciais para alcançar valores adequados de qualidade de ajuste, robustez e poder preditivo para predições sem sobreajuste detectado. O método apresentou uma precisão de 88% para a predição de diversas classes de compostos, identificando candidatos promissores para ensaios experimentais.

Ainda segundo os autores, é importante destacar que esta abordagem ilustra como novos métodos podem ser construídos a partir de dados científicos para selecionar candidatos para triagens biológicas. "Nossa conclusão geral é que espaços químicos heterogêneos podem fornecer ferramentas promissoras para ensaios biológicos de novos compostos. Além disso, investigações adicionais estão em andamento para aprimorar e expandir esta metodologia".

João também destacou como é fundamental o conhecimento das moléculas da biodiversidade. "Somente assim conseguimos valorizar o que é praticamente invisível para o senso comum. E como o único professor de Química Orgânica desta instituição com formação na área, mestrado e doutorado e pós-doc também em Química Orgânica, vejo que é fundamental fazer conexões íntimas da natureza com as interpretações químicas. Costumo dizer aos meus alunos que a "Química desnuda o mundo" e a criativadade junto com a química geram possibilidades infinitas. Inclusive resultados que possam auxiliar o desenvolvimento da sociedade nos mais diversos aspectos. A ciência química é a mais poderosa área de mudança que possuímos como seres humanos. Quando filosofamos sobre isso, no âmago desta frase, entendemos a importância e como é apaixonante e poderoso olhar os detalhes do mundo com olhos químicos! Visto que praticamente todos os processos tecnológicos que conhecemos dependem do homem dominar a matéria. Desde a produção de um alimento até a produção de um medicamento, dentre outras infinitas possibilidades".

Ele aproveitou a oportunidade para agradecer aos colegas de trabalho de cada instituição participante, assim como às agências de fomento citadas no corpo do artigo que são sempre de suma importância para que pesquisas inovadoras possam resultar em métodos únicos.

TEXTO: Tatiana de Carvalho Duarte

IMAGEM: Acervo do autor