Grupo internacional de pesquisadores liderados pela Unifal desenvolve programa de inteligência artificial

 Da Redação

Um grupo internacional de cientistas liderados por professores da Unifal (Universidade Federal de Alfenas) desenvolveu um programa de inteligência artificial que prevê se uma molécula tem potencial farmacológico. A partir do uso de técnicas de aprendizado de máquina, a ferramenta analisa a interação de um fármaco em potencial com proteínas relacionadas a patologias.

O projeto conta com a coordenação dos professores Walter Filgueira de Azevedo Jr. e Nelson José Freitas da Silveira, pesquisadores do Instituto de Ciências Exatas (ICEx) da Unifal e envolve seis países e dez instituições de pesquisa.

Segundo Azevedo Jr., o programa SAnDReS 2.0 permite realizar uma análise guiada por inteligência artificial, a qual possibilita prever se o fármaco em potencial se acopla a uma proteína, o que indica o seu potencial farmacológico. Essa possibilidade apresentada pela ferramenta beneficia outros grupos de pesquisas.

“O principal benefício é a capacidade de integrar uma ferramenta moderna e atual no processo de busca de novos fármacos”, destaca. “Não é nosso objetivo buscar novos fármacos, mas a nossa ferramenta foi construída e validada para que grupos de pesquisa interdisciplinares a usem a para esses propósitos (busca de novos fármacos)”, enfatiza.

A ferramenta é de acesso aberto, o que amplia a facilidade de uso e o livre acesso ao código. “O fato de termos o código de acesso aberto facilita o engajamento de uma equipe multidisciplinar e internacional no aprimoramento do programa”, explica o pesquisador, revelando que o projeto é o resultado de três décadas de pesquisas que culminaram com a geração de dados e desenvolvimento do código.

O pesquisador conta que, inicialmente, o grupo estava focado em gerar os dados biológicos sobre a interação de fármacos com proteínas relacionadas a doenças. Tal enfoque ganhou, inclusive, a participação inicial da Nasa com repercussão na imprensa nacional no ano de 1998. “Agora, com a grande disponibilidade de dados biológicos e farmacológicos, o programa de inteligência artificial tem o material necessário para ‘aprender’ e gerar modelos de predição confiáveis”, pontua.