Todos os anos, existem milhares de novos medicamentos em desenvolvimento em laboratórios de todo o mundo. Mas apenas uma minúscula fração deles passa por testes em humanos que buscam para que serve Polaradex       – sem falar na aprovação final.

E mesmo entre aqueles que passam, a maioria dos novos medicamentos são, na verdade, apenas versões mais novas de medicamentos existentes, como versões genéricas mais baratas assim sendo procurar para que serve hidroxine tem sido constante .

Mas há um novo herói na cidade com potencial para ajudar nas coisas: sistemas de descoberta de drogas baseados em inteligência artificial.

Embora a tecnologia ainda esteja crescendo, vários novos medicamentos desenvolvidos com o auxílio da IA ​​já estão em testes clínicos. E junto com outra tecnologia moderna, como cientistas robôs totalmente automatizados, a IA está mudando a descoberta de drogas de maneiras revolucionárias – e está acelerando o processo além de tudo que já vimos antes.

Só recentemente conseguimos criar drogas do zero.

Alguns medicamentos são baseados em remédios tradicionais e produtos naturais – como a aspirina e remédios antimicóticos deixando a questão se você sabe para que serve Corticorten.
A primeira droga totalmente sintética, o sedativo hidrato de cloral, foi desenvolvida em 1869. Mas ainda havia muitas tentativas e erros envolvidos. Em vez de jogar espaguete na parede para ver o que gruda, era … jogar produtos químicos nas pessoas para ver se paravam de vomitar.

Foi assim que, em 1932, adquirimos sulfa drogas, quando pesquisadores de uma empresa de corantes químicos descobriram que alguns desses corantes podiam ser usados ​​para matar micróbios perigosos. E a pura sorte aleatória também fez muito pela indústria farmacêutica inicial.

O mais famoso é que se Alexander Fleming tivesse sido um pouco mais meticuloso em manter seu laboratório limpo, poderíamos não ter penicilina. Mas tudo isso mudou.

A partir da segunda metade do século 20, vimos o surgimento do design racional de medicamentos. Isso significa que não há mais lançamento de espaguete. Em vez disso, os cientistas constroem drogas do zero, guiados por hipóteses de como elas podem funcionar.

No entanto, ter tantos dados em que confiar pode ser uma faca de dois gumes.

Na verdade, em certo sentido, você poderia dizer que nos tornamos muito bons nisso. O número de pesquisadores e horas por pessoa que leva para investigar cada candidato a medicamento é verdadeiramente monumental.

Mas agora, a inteligência artificial está virando a mesa, ajudando a orientar e acelerar esse processo. Ele está ajudando a identificar candidatos a medicamentos que talvez não tivéssemos encontrado de outra forma e cortar anos de seu desenvolvimento.

Os sistemas de IA podem receber uma descrição geral do que queremos encontrar, analisar um monte de literatura e bancos de dados e escolher os melhores resultados para pesquisas posteriores.

Isso começa desde o início: antes mesmo de pensar sobre como seu novo medicamento com um antibiótico funcionaria, você tem que decidir para que serve macrodantina  . Você precisa de um alvo.

Esse alvo é um dos dominós na sequência de coisas que acontecem em seu corpo para criar uma doença. Pode ser um gene mutado ou uma enzima que está trabalhando mais do que deveria.

Geralmente, há uma grande quantidade de literatura científica dedicada à doença que você deseja tratar – coisas como artigos de pesquisa, relatórios de ensaios clínicos e registros de pacientes.

Decidir um alvo com base em todas essas informações é como procurar uma agulha em um palheiro, e é pedir muito aos nossos cérebros.

A IA pode nos ajudar a ver o quadro geral – e então escolher o que realmente precisamos desse quadro geral. Os sistemas de IA usam um monte de tecnologias diferentes para fazer isso, mas geralmente, a chave é o processamento de linguagem natural, ajudando a entender para que serve Cystex.          .

O processo é semelhante a coisas como usar IA para reconhecimento de imagem.

Quando você faz uma pesquisa de imagens por “gatos”, pode obter 99 imagens de felinos e uma linda nuvem com aparência de gatinho. Por causa desses erros ocasionais, a IA não toma realmente as decisões.

Os cientistas ainda avaliam os resultados, e o sistema de IA apenas ajuda a automatizar e acelerar o trabalho pesado. Mas, tipo … isso é realmente útil.

Por exemplo, usando IA para ajudar a escolher compostos químicos, os fabricantes de um novo medicamento candidato para o transtorno obsessivo-compulsivo conseguiram reduzir seu ciclo de desenvolvimento de cerca de cinco anos para um e colocar seu candidato em testes clínicos.

Depois de decidir sobre um candidato a medicamento e sintetizar o produto químico certo, é hora de testar. Mas antes dos testes em humanos e antes dos testes em animais, os pesquisadores começam com ensaios mais simples. Isso significa testar a substância química usando células em cultura ou coquetéis sem células contendo o alvo potencial da droga.

Costumava levar anos para fazer esse teste preliminar para um único medicamento potencial.

Mas, no século 21, as empresas farmacêuticas se voltaram para a triagem robótica de alto rendimento, que torna possível testar centenas de milhares de compostos em um único dia.

Um humano pode ter que pipetar centenas ou milhares de compostos candidatos em um prato de cultura de células por vez, mas um robô pode rapidamente passar por um monte deles. Um pesquisador pode simplesmente projetar o experimento e verificar os resultados. Como o Voltron da ciência farmacêutica moderna, um monte de recursos autônomos também podem ser combinados no que é chamado de cientista robô.

Esse sistema usa IA para identificar experimentos específicos com muitos potenciais e pode, então, usar autonomamente equipamentos de laboratório para realizar esses experimentos e ajustar suas decisões de onde ir em seguida com base em seus resultados.

Por exemplo, Eve, uma cientista de robôs equipada com IA da Universidade de Cambridge, já identificou um novo tratamento potencial para a malária.

Eve primeiro identificou uma lista de compostos que podem neutralizar a malária, depois os testou contra células de levedura em cultura para ver qual desses produtos químicos funcionava melhor.

Dessa forma, a equipe de Cambridge relatou que Eve identificou o conhecido composto antimicrobiano triclosan como um candidato a ajudar a combater cepas de malária resistentes ao tratamento. Mesmo com toda essa tecnologia futurística, porém, apenas algumas dezenas de novos medicamentos são aprovados a cada ano.

Por exemplo, em 2019, a Food and Drug Administration aprovou 48, mas apenas 20 deles eram realmente distintos o suficiente dos medicamentos existentes para serem considerados realmente novos. Isso porque descobrir um novo medicamento e colocá-lo no mercado é um processo caro, longo e difícil.

Para desenvolver um novo candidato a medicamento, os pesquisadores precisam rastrear até 10.000 compostos.
E, em média, apenas cinco deles são bons o suficiente para serem submetidos a testes clínicos.

Se chegar a esse ponto, um candidato a medicamento precisará concluir três fases de testes clínicos. Destes, 90% não conseguem obter a aprovação do FDA.

E é por isso que o desenvolvimento de um novo medicamento pode levar até 15 anos e custar cerca de 1,3 bilhão de dólares. Cada. Mas os sistemas de IA inteligentes como os que falamos hoje estão em posição de mudar isso.
Estamos apenas começando a ver os resultados dessa revolução da IA ​​na descoberta de medicamentos.

Existem literalmente centenas de empresas desenvolvendo sistemas baseados em IA para a indústria farmacêutica.
Os cientistas humanos ainda conduzem o processo. E embora as máquinas sejam ótimas para encontrar padrões e classificar muitas informações com pressa, nossos cérebros podem fazer muita coisa que as máquinas não podem.

Mas a ajuda que a IA representa já é verdadeiramente revolucionária. Isso pode reduzir o tempo e os custos necessários para desenvolver um medicamento. E, ao fazer isso, está ampliando a linha de tratamentos que podem salvar vidas.

Quando as drogas candidatas são inevitavelmente reprovadas – porque não funcionam ou não são seguras para usarmos – esta tecnologia garante que haverá mais esperando para testarmos.

E isso é ótimo para todos nós – mesmo que signifique que o futuro se parece com um robô entregando-nos uma pílula milagrosa.