Inteligência Artificial contra a resistência aos antibióticos: a nova corrida aos fármacos

Os hospitais comunicam com cada vez mais frequência infecções em que os medicamentos habituais simplesmente deixam de resultar. Enquanto médicas e médicos trabalham no limite, a investigação procura, com urgência, uma saída. É neste contexto que muitas expectativas se viram para a Inteligência Artificial: a promessa é ajudar a descobrir novos fármacos e travar o aumento da resistência aos antibióticos.

Como enfraquecemos, por nós próprios, a nossa ferramenta mais poderosa contra infecções

No final da década de 1920, a identificação do efeito da penicilina deu início a uma das maiores vitórias da medicina moderna. De um momento para o outro, passou a ser possível tratar pneumonias, septicemias (infecções no sangue) ou infecções de feridas que, até então, terminavam muitas vezes em morte. Durante décadas, os antibióticos foram vistos como uma arma quase infalível.

Foi precisamente esse sucesso que abriu caminho a um problema de grandes proporções: em muitos países, os antibióticos foram receitados com demasiada facilidade - em infecções virais, em constipações ligeiras, na engorda de animais e, em alguns casos, até de forma preventiva. As bactérias que, por acaso, toleravam o fármaco ganharam vantagem, espalharam-se e conseguiram transmitir os seus mecanismos de defesa.

Com esta selecção ao longo de inúmeras gerações, foram surgindo gradualmente os chamados “superbactérias”, isto é, estirpes resistentes a várias classes de antibióticos em simultâneo. E estes microrganismos não se limitam aos hospitais: também aparecem em lares, na agricultura e no ambiente.

"A resistência aos antibióticos evolui de forma claramente mais rápida do que a chegada de novos medicamentos ao mercado - esta corrida arrisca-se a ser, para nós, uma derrota evidente."

Resistência aos antibióticos: milhões de mortes - e um cenário sombrio para 2050

Estimativas recentes apontam que, a nível mundial, cerca de 1,1 milhões de pessoas morrem todos os anos directamente devido a infecções para as quais os antibióticos mais comuns já quase não funcionam. Se forem incluídos os efeitos indirectos, o número sobe de forma significativa.

Vários estudos alertam que, se nada de estrutural mudar, este total poderá aumentar até 2050, atingindo até oito milhões de mortes por ano. Nesse cenário, as infecções resistentes passariam a causar mais mortes do que todos os tipos de cancro juntos causam actualmente.

Entre os patogénios que mais preocupam, destacam-se alguns nomes já conhecidos:

• Neisseria gonorrhoeae: agente da infecção sexualmente transmissível gonorreia, que se tornou pouco sensível a muitos antibióticos padrão.
• Staphylococcus aureus (MRSA): frequentemente presente na pele e inofensivo em pessoas saudáveis, mas algumas estirpes são resistentes a fármacos importantes e podem provocar infecções graves de feridas ou do sangue.

Estes exemplos são apenas a ponta do icebergue. Por detrás deles existe um conjunto de dezenas de outros agentes infecciosos que, passo a passo, se vão afastando do alcance dos medicamentos de que dispomos.

Porque a investigação clássica, por si só, já não chega

A criação de novos antibióticos tem avançado muito lentamente nos últimos anos. Entre 2017 e 2022, apenas doze novos princípios activos receberam autorização a nível mundial - e a maioria eram variações de substâncias já conhecidas. Para muitas bactérias, isso significa que já existem estratégias de “contra-ataque” prontas.

As razões são claras e difíceis de contornar:

• Um fármaco verdadeiramente novo exige, na maioria dos casos, mais de dez anos de investigação.
• O processo de desenvolvimento consome verbas na ordem de milhares de milhões.
• Para manterem eficácia, os antibióticos devem ser usados o menos possível - o que reduz as receitas potenciais para os fabricantes.
• Ensaios com doentes muito graves são caros e sujeitos a uma regulação mais exigente do que em quase qualquer outra área.

Por isso, muitas farmacêuticas afastaram-se da investigação em antibióticos. O resultado é que, mesmo com a procura a aumentar, nas pipelines das grandes empresas acontece relativamente pouco.

"Estamos perante um paradoxo médico: precisamente porque precisamos urgentemente de novos antibióticos, é quando faz menos sentido financeiro, para as empresas, desenvolvê-los."

Como a IA analisa milhões de compostos enquanto as equipas de investigação descansam

É aqui que entra a Inteligência Artificial. Em vez de testar molécula a molécula, de forma gradual, as equipas de investigação alimentam algoritmos com volumes enormes de dados de química, biologia e medicina.

Um exemplo: uma equipa no Instituto de Tecnologia de Massachusetts (MIT) treinou um modelo com tudo o que a farmacologia já conhece sobre antibióticos - estruturas químicas, mecanismos de acção, composição bacteriana e perfis de toxicidade.

Assim, o sistema aprendeu a reconhecer padrões: que formas geométricas e que grupos de átomos sugerem uma actividade antimicrobiana e quais tendem a não a ter? A partir dessa aprendizagem, a IA passou a avaliar novas estruturas químicas.

Em vez de cultivar cada substância no laboratório e a testar em bactérias, o programa calcula a probabilidade de sucesso:

• Cerca de 45 milhões de estruturas moleculares conhecidas ou teóricas foram avaliadas virtualmente.
• Através de simulações, a IA estimou quão bem cada substância poderia ligar-se a alvos específicos na bactéria.
• Os candidatos mais promissores foram ajustados de forma dirigida: alterados, expandidos ou recombinados.

Desta forma, surgiram aproximadamente 36 milhões de novas ligações químicas, até então desconhecidas - não primeiro no tubo de ensaio, mas antes no computador.

Dois acertos - e, ainda assim, um triunfo científico

Depois, uma pequena selecção dessas moléculas virtuais foi efectivamente sintetizada e testada em laboratório. O resultado: dois compostos mostraram actividade comprovada contra microrganismos particularmente resistentes e actuaram por um mecanismo que se distingue claramente das classes de antibióticos existentes.

À primeira vista, dois acertos em 36 milhões podem parecer um retorno quase insignificante. Na prática, é um feito relevante, porque muitos programas clássicos de descoberta de fármacos terminam ao fim de anos sem produzir uma única substância que chegue sequer a testes clínicos iniciais.

"A IA mostra que o problema não era, necessariamente, a falta de conhecimento - mas sim a incapacidade de o analisar com rapidez suficiente."

Outras ferramentas de IA: da dobragem de proteínas à previsão de resistências

Além dos algoritmos de procura de compostos, existem outros sistemas com um papel decisivo. Um dos mais mediáticos é o AlphaFold, uma IA capaz de prever a estrutura tridimensional de proteínas. Para a investigação em antibióticos, isto é essencial: só sabendo como uma proteína bacteriana se organiza no espaço é possível desenhar um fármaco que se ligue exactamente ao local certo.

Em paralelo, estão a ser desenvolvidos modelos que antecipam a evolução das resistências. No âmbito da AMR-IA (IA para Resistência Antimicrobiana), os programas estimam que mutação poderá ganhar vantagem a seguir num microrganismo e como esse risco se altera conforme o uso de um antibiótico específico.

Este tipo de informação pode ajudar os hospitais, por exemplo, a:

• planear terapêuticas que favoreçam o mínimo possível estirpes resistentes;
• identificar cedo quais os microrganismos que podem tornar-se problemáticos na própria instituição;
• orientar medidas de higiene para os agentes patogénicos mais perigosos.

Oportunidades, limitações e o que doentes e população podem fazer

Apesar de a IA estar a alimentar uma nova onda de esperança, não é uma solução milagrosa. Qualquer candidato a fármaco continua a ter de passar por estudos em animais, ensaios clínicos e processos rigorosos de autorização. Muitos compostos identificados por IA vão falhar pelo caminho - por efeitos adversos, falta de estabilidade ou dificuldades práticas de fabrico e dosagem.

Ainda assim, a dinâmica está a mudar: em vez de anos a testar bibliotecas químicas quase às cegas, a investigação torna-se muito mais dirigida. Os recursos laboratoriais passam a concentrar-se sobretudo em substâncias com elevada probabilidade de resultar.

Ao mesmo tempo, o quotidiano continua a ser determinante. Sem um uso responsável dos antibióticos disponíveis, nem a melhor IA impedirá que as resistências continuem a aumentar. Na prática, isto inclui, por exemplo:

• tomar antibióticos apenas quando médicas e médicos os consideram realmente necessários;
• completar sempre o tratamento até ao fim, sem interromper por iniciativa própria quando há melhoria;
• não guardar “sobras” nem as dar a outras pessoas;
• em contexto hospitalar, cumprir as regras de higiene e desinfectar as mãos com regularidade.

Porque a resistência aos antibióticos afecta toda a gente - e onde a IA ainda pode avançar

Muitas pessoas associam microrganismos resistentes às unidades de cuidados intensivos. Contudo, o impacto já está no dia a dia: infecções urinárias, otites médias, feridas com pus - tudo se torna mais difícil de tratar quando os medicamentos padrão falham. Intervenções de rotina, como cirurgias à anca ou cesarianas, ficam mais arriscadas se as infecções deixarem de ser controláveis.

A longo prazo, a IA poderá não só contribuir para novos tratamentos, como também apoiar o diagnóstico. Programas que analisam resultados laboratoriais, sintomas e registos clínicos conseguem detectar padrões que podem escapar ao olhar humano. Assim, seria possível identificar mais cedo agentes resistentes e iniciar mais rapidamente terapêuticas orientadas.

Para quem não é da área, termos como estrutura proteica, desenho molecular ou modelação de resistências soam abstractos. Mas o objectivo é muito concreto: garantir que um corte num dedo não evolui para uma septicemia com risco de vida e que uma pneumonia em pessoas idosas continua a ter tratamento. A IA já está a trabalhar, discretamente, nessa direcção - com um potencial enorme.

---