A inteligência artificial abre novas fronteiras no design de medicamentos de RNA

A inteligência artificial abre novas fronteiras no design de medicamentos de RNA

No campo da medicina moderna, as terapias baseadas em RNA provaram ser um caminho promissor, com avanços significativos em doenças metabólicas, oncologia e vacinas preventivas. Um artigo recentemente publicado emEngenharia Mecânica“The Future of AI-Driven RNA Drug Development”, de Yilin Yan, Tianyu Wu, Honglin Li, Yang Tang e Feng Qian, explora como a inteligência artificial (IA) pode revolucionar o desenvolvimento de medicamentos de RNA, abordando as limitações atuais e fornecendo novas oportunidades de inovação.

O artigo destaca o potencial das terapias de RNA e observa que os medicamentos de RNA têm taxas de sucesso mais elevadas em comparação com os medicamentos tradicionais. Por exemplo, a Alnylam Pharmaceuticals afirma que a taxa cumulativa de transição de medicamentos de interferência de RNA (RNAi) da fase clínica 1 para a fase 3 atinge 64,4%, o que é significativamente maior do que a taxa de sucesso de medicamentos tradicionais de 5-7%. Além disso, os prazos de descoberta de medicamentos de RNA são normalmente medidos em meses, em vez dos anos exigidos para os medicamentos tradicionais, e estão associados a custos mais baixos. No entanto, apesar destas vantagens, as técnicas experimentais atuais, como o CRISPR, e os métodos computacionais, como o sequenciamento de RNA, ainda ficam aquém das demandas por velocidade e diversidade no desenvolvimento de medicamentos de RNA.

A inteligência artificial está preparada para preencher essa lacuna. O artigo destaca a capacidade da IA ​​de aproveitar a computação paralela e aprender padrões complexos a partir de grandes quantidades de dados, abordando assim as limitações dos métodos existentes. As abordagens baseadas na IA podem aumentar a eficiência do desenvolvimento de medicamentos e abrir novas oportunidades para a identificação de candidatos a medicamentos inovadores. Os autores descrevem três estratégias principais que a IA pode usar para impulsionar avanços no desenvolvimento de medicamentos de RNA: abordagens orientadas por dados, abordagens orientadas por estratégias de aprendizagem e abordagens orientadas por aprendizagem profunda.

As abordagens baseadas em dados fornecem a base, aproveitando grandes conjuntos de dados e técnicas de mineração de regras para extrair padrões e relações significativas entre moléculas de RNA e suas estruturas ou funções biológicas. As abordagens orientadas para a estratégia de aprendizagem utilizam técnicas como inferência causal e aprendizagem por reforço para otimizar os processos de tomada de decisão. Abordagens baseadas em aprendizagem profunda, que representam níveis mais elevados de complexidade e automação, aproveitam grandes modelos de linguagem, como ChatGPT, para analisar longas sequências de RNA e apoiar o design de novo de RNAs funcionais.

O artigo imagina um fluxo de trabalho futuro para o desenvolvimento de medicamentos de RNA orientados por IA, com base em um sistema interativo baseado em software. Este sistema teria dois ciclos de feedback principais: um ciclo interno que se concentra no design baseado em plataforma para melhorar o desempenho dos modelos de IA, e um ciclo externo que integra dados do mundo real para refinar continuamente o desenvolvimento de medicamentos. O fluxo de trabalho começaria com a digitalização abrangente dos dados de RNA, seguida pelo design personalizado de candidatos a medicamentos, avaliações de medicamentos, síntese automatizada e experimentos biológicos para validação clínica preliminar. Os candidatos a medicamentos seleccionados seriam então combinados com sistemas de entrega adequados e utilizados numa simulação online para observação precoce da dinâmica de entrega, efeitos dos medicamentos e processos de degradação no corpo humano.

Os autores identificam vários tópicos de pesquisa desafiadores para o futuro próximo, incluindo visualização abrangente de alta resolução, desenvolvimento personalizado de medicamentos de RNA e o desenvolvimento de uma plataforma editável de geração de RNA. Estes avanços poderão levar a uma representação mais completa e interactiva das estruturas de ARN e do seu comportamento em sistemas biológicos e permitir o desenvolvimento de medicamentos de ARN altamente personalizados, adaptados a perfis genéticos individuais.

Os benefícios económicos e sociais do desenvolvimento de medicamentos de ARN impulsionados pela IA são notáveis. A automação orientada por IA reduz tarefas trabalhosas e permite uma identificação mais rápida e precisa de alvos de RNA, resultando em economia de custos e testes acelerados de terapias de RNA. À medida que a plataforma se expande industrialmente, ela garante qualidade consistente dos medicamentos e maior eficiência de custos por meio de processos otimizados e repetíveis.

A integração da IA ​​no desenvolvimento de medicamentos de RNA tem o potencial de transformar o futuro da terapêutica. Ao aproveitar as capacidades de IA, os investigadores podem explorar sistematicamente novas estruturas de ARN, identificar candidatos promissores a medicamentos e acelerar o processo de desenvolvimento de medicamentos, conduzindo, em última análise, a modelos de desenvolvimento mais sustentáveis ​​e económicos com benefícios de longo alcance.

Fontes: