A inteligência artificial, que ganhou os holofotes este ano principalmente por causa do boom do ChatGPT, tem sido utilizada também para aprimorar os tratamentos e diagnósticos na área de saúde. Recentemente, pesquisadores do Wilmer Eye Institute (Johns Hopkins Medicine) desenvolveram um modelo de aprendizado de máquina (machine learning) para prever sistemas de administração de medicamentos que promovem tratamentos para doenças oculares crônicas.
Segundo comunicado da Johns Hopkins Medicine, o estudo, feito em colaboração com a Universidade de Maryland, é promissor para o avanço de tratamentos medicamentosos novos e mais toleráveis para doenças oftalmológicas crônicas comuns, incluindo glaucoma e degeneração macular, que afetam milhares de pessoas em todo o planeta. As terapias medicamentosas atuais para essas doenças, informa, consistem em vários colírios diários ou injeções oculares frequentes. Isso é eficaz, mas os tratamentos podem ser difíceis de sustentar em longo prazo. Daí a importância de esforços científicos para desenvolver sistemas de administração que se liguem a componentes celulares oculares e prolonguem com segurança o impacto terapêutico dos medicamentos.
A nova pesquisa mostrou que os modelos projetados por inteligência artificial previram com precisão uma sequência eficaz de aminoácidos, também conhecidos como peptídeos ou pequenas proteínas, que se ligariam a uma substância química específica nas células dos olhos de coelhos e dispensariam medicamentos com segurança ao longo de várias semanas, reduzindo a necessidade de esquemas de tratamento frequentes e rigorosos.
Os cientistas investigaram especificamente peptídeos que se ligam à melanina. O modelo de inteligência artificial gerou 127 peptídeos que foram previstos como tendo capacidade variável de penetrar nas células que abrigam a melanina e se ligar a elas, sem intoxicá-las. Dos 127 peptídeos, a análise mostrou que um deles, o HR97, tinha a maior taxa de sucesso de ligação.
Para testar a previsão do modelo, os pesquisadores associaram o HR97 à droga brimonidina, usada para tratar o glaucoma, e a injetaram nos olhos de coelhos adultos. Para determinar o desempenho do HR97, eles mediram os níveis de brimonidina nas células oculares testando as concentrações da droga nas células após a administração do sistema experimental de administração de drogas. Os cientistas descobriram que altas quantidades de brimonidina estavam presentes por até um mês, indicando que o HR97 penetrou com sucesso nas células, ligou-se à melanina e liberou a droga por um longo período de tempo. Os pesquisadores também confirmaram que o efeito redutor da pressão ocular da brimonidina durou até 18 dias quando ligado ao HR97, e não encontraram nenhuma indicação de irritação nos olhos dos coelhos.
Laura Ensign, professora na Escola de Medicina da Universidade Johns Hopkins e co-autora correspondente do artigo, afirma que estudos futuros usando inteligência artificial para prever peptídeos para a administração de drogas têm grandes ramificações para condições que envolvem melanina e podem ser estendidos para atingir outras estruturas especializadas. “Acreditamos que estamos no caminho certo para encontrar soluções na tentativa de melhorar o atendimento e a qualidade de vida do paciente. Num avanço do estudo, os pesquisadores precisarão encontrar maneiras de estender ainda mais a duração da ação do medicamento, testar a taxa de sucesso das previsões de administração de drogas do modelo de IA com outras drogas, além de determinar a segurança em humanos”, conclui no comunicado.
Fonte: Johns Hopkins Medicine
