Cientistas do instituto Helmholtz Zentrum, em Munique, em parceria com o Facebook AI (á área de inteligência artificial do Facebook que funciona como uma universidade) desenvolveram um sistema de Inteligência Artificial (IA) que permite reduzir o tempo de identificação de novas combinações de medicamentos.
“Construímos o primeiro modelo único de IA que prevê os efeitos das combinações de medicamentos, dosagens, horários” e outros em algumas horas, e que pode acelerar as descobertas da ciência. Com as infinitas combinações existentes, combinar moléculas ou testar medicamentos pode transformar-se numa tarefa que leva anos até a obter resultados concretos.
Até agora, os métodos computacionais para explorar novas combinações têm-se limitado às interações de medicamentos incluídas no conjunto de dados disponíveis e limitam-se a lidar com alterações de alto nível molecular, tais como as doses ou o tempo.
No entanto, essa é a grande inovação deste sistema de IA que promove o desenvolvimento desta área, em colaboração com universidades e institutos de investigação. A tecnologia, apresentada esta semana, foi testada para o tratamento do cancro e permite transformar uma tarefa que pode demorar vários anos num processo que dura cinco horas no máximo.
Tudo isto deverá permitir acelerar a inovação para uma rapidez que ainda não existia na área.
O intitulado Compositional Perturbation Autoencoder (CPA), utiliza uma nova tecnologia de auto-supervisão para observar células tratadas com um número finito de combinações de medicamentos e prevê o efeito de combinações não vistas. Agora, como é explicado em comunicado, os investigadores podem usar o CPA para gerar hipóteses, orientar o processo de conceção experimental e ajudar a reduzir milhares de milhões de escolhas para realizar experiências no laboratório.
Quanto ao seu funcionamento, é explicado que o CPA parte do conhecimento prévio acerca do efeito individual de uma molécula num tipo de célula para extrapolar para a combinação de várias substâncias.
“Digamos que os dados contêm informações sobre a forma como as drogas afetam diferentes tipos de células A, B, C e A + B. A partir daí, o modelo pode aprender o impacto individual de cada medicamento, num tipo específico de célula e, em seguida, recombinar para extrapolar combinações de A + C, B + C ou mesmo como A + B interage com C + D.”
“Este campo de investigação é enorme” e, por isso, “é impossível fazer a triagem sem ferramentas de machine learning“, afirma o cientista de dados, Fabien Theis, citado em comunicado.
No que respeita ao processo de desenvolvimento do programa, os investigadores explicam que se trata de uma estratégia baseada no “raciocínio composicional”, em que a aprendizagem do sistema acontece por camadas, da mais simples para a mais complexa.
De acordo com a informação avançada, esta ferramenta estará disponível para toda a comunidade científica, sendo acessível a todos os que percebem ou não de IA, tendo os resultados sido publicados, para já, numa revista sem revisão, a bioRxiv.
“A nossa esperança é de que toda a comunidade faça uso da ferramenta, acelerando o processo de descoberta de outras formas de tratar velhas e novas doenças, ao identificar combinações ótimas de medicamentos”, conclui Fabien Theis.
Deixe um comentário