Como a IA pode travar a resistência aos antibióticos e ajudar a descobrir novos fármacos

Hospitais reportam cada vez mais infeções para as quais quase nenhum antibiótico ainda funciona. Os médicos chegam ao limite, as cirurgias tornam-se mais perigosas e até feridas pequenas podem transformar-se em situações fatais. Perante isto, a investigação deposita grandes expectativas na inteligência artificial (IA) - para apoiar a descoberta de novos princípios ativos e travar a propagação de superbactérias particularmente perigosas.

Antibióticos - durante décadas foram “milagrosos”, hoje estão sob pressão

Há quase cem anos, com a introdução dos antibióticos à base de penicilina, passou a ser possível algo que antes parecia impensável: pneumonia, septicémia e infeções de feridas complexas tornaram-se tratáveis - doenças que, muitas vezes, terminavam de forma mortal. Mas este percurso de sucesso tem um lado menos visível.

Durante décadas, os antibióticos foram usados aos milhões na medicina humana, na produção intensiva de animais e, em parte, até na agricultura. Muitas vezes sem necessidade, durante pouco tempo, em doses demasiado baixas ou em situações em que não têm qualquer efeito - por exemplo, em infeções virais. Foi precisamente assim que as bactérias ganharam espaço para aprender a adaptar-se.

"A consequência de décadas de uso indevido: cada vez mais bactérias desenvolvem resistências - os nossos medicamentos mais importantes perdem força."

Cada administração de um antibiótico exerce pressão sobre as bactérias: as mais sensíveis morrem, as mais resistentes sobrevivem e multiplicam-se. Como as bactérias se dividem rapidamente e conseguem trocar material genético, as estirpes resistentes espalham-se depressa - no hospital, na vida quotidiana e à escala global.

Resistência aos antibióticos - uma crise silenciosa com milhões de vítimas

Estimativas recentes apontam para cerca de 1,1 milhões de mortes por ano diretamente atribuídas a infeções causadas por bactérias resistentes. Se forem incluídas as mortes em que a resistência teve um papel indireto, o número sobe de forma significativa. Investigadores alertam: se tudo continuar como está, até 2050 poderão morrer anualmente até oito milhões de pessoas devido a infeções deste tipo - mais do que morrem atualmente por todos os tipos de cancro somados.

Alguns agentes patogénicos problemáticos tornaram-se particularmente conhecidos e, entretanto, fazem quase parte do “equipamento padrão” de muitas unidades de cuidados intensivos.

• Neisseria gonorrhoeae: bactéria responsável pela gonorreia. Já mostra resistência a muitos antibióticos de primeira linha.
• Staphylococcus aureus: geralmente inofensiva na pele, mas perigosa quando entra na corrente sanguínea. Certas variantes - MRSA - são resistentes à meticilina e a substâncias semelhantes.
• Outros microrganismos hospitalares, como determinados enterobactérias ou espécies de Pseudomonas, vão desenvolvendo gradualmente mecanismos de defesa contra quase todos os antibióticos de reserva.

Estes exemplos são apenas a ponta do icebergue. Por detrás deles existe um conjunto de dezenas de outras espécies bacterianas que respondem cada vez menos às terapêuticas clássicas.

Porque quase não chegam novos antibióticos ao mercado

A reação mais óbvia seria: desenvolver novos antibióticos. Na prática, porém, isso é muito mais difícil. Entre 2017 e 2022, apenas doze novos antibióticos obtiveram aprovação a nível mundial. Quase todos assentam em classes já conhecidas - isto é, em estruturas para as quais muitos microrganismos já possuem estratégias de defesa.

Para surgir um princípio ativo verdadeiramente inovador, são muitas vezes necessários mais de dez anos de investigação e investimentos na ordem de milhares de milhões. Do ponto de vista da indústria farmacêutica, o incentivo é baixo: um antibiótico “ideal” deve ser usado com parcimónia para abrandar o aparecimento de resistências. Ou seja, custos de desenvolvimento elevados encontram receitas relativamente reduzidas e uma duração de utilização incerta.

"Muitas empresas estão a abandonar a investigação em antibióticos - precisamente no momento em que novos princípios ativos são mais necessários."

Além disso, a pesquisa clássica - testar molécula a molécula no laboratório - parece quase antiquada quando comparada com a velocidade de evolução das bactérias. É aqui que a IA entra em cena.

Como a IA acelera a procura de novos princípios ativos

Equipas de investigação, por exemplo no Massachusetts Institute of Technology, procuram encurtar drasticamente o processo de descoberta de antibióticos. Em vez de trabalharem com bibliotecas pequenas de substâncias, recorrem a modelos de IA para analisar volumes gigantescos de dados.

O que os algoritmos aprendem

Numa fase inicial, os sistemas recebem praticamente tudo o que a farmacologia consegue fornecer:

• estruturas de antibióticos já conhecidos
• mecanismos de ação e alvos dentro das células bacterianas
• dados sobre toxicidade e efeitos secundários
• características das bactérias-alvo, como a composição da parede celular

A partir daí, o modelo infere que padrões químicos costumam estar associados a atividade antibacteriana. Forma, por assim dizer, um “instinto” sobre se uma nova estrutura tem maior probabilidade de ser útil - ou, pelo contrário, de não ter valor.

Milhões de moléculas em horas, em vez de décadas

Em vez de produzir e testar milhares de substâncias no laboratório, a IA faz primeiro uma triagem virtual. No projeto descrito, foram analisadas por computador cerca de 45 milhões de estruturas químicas. Os modelos estimam a probabilidade de uma molécula atacar pontos relevantes numa bactéria e causar dano.

Os candidatos mais promissores seguem depois para uma fase de otimização. Pequenos ajustes na estrutura molecular podem melhorar a eficácia, a tolerabilidade e a estabilidade. Ao longo de várias rondas, surgem assim milhões de variantes novas - no projeto do MIT, foram 36 milhões de compostos gerados de raiz.

"A partir desta quantidade gigantesca, os investigadores selecionaram várias centenas de candidatos, sintetizaram-nos e testaram-nos no laboratório contra bactérias reais - e dois deles mostraram um efeito claro contra microrganismos resistentes."

À primeira vista, dois acertos em dezenas de milhões pode parecer pouco. No entanto, no contexto do desenvolvimento de medicamentos, trata-se de um resultado relevante: muitos programas tradicionais decorrem durante anos ou décadas sem que, no final, um único composto chegue sequer à fase de ensaios clínicos.

Onde a IA já está a ajudar a medicina hoje

A IA não serve apenas para encontrar novas moléculas; também apoia a investigação em antibióticos em diferentes frentes:

Área de aplicação	Exemplo	Benefício
Estruturas de proteínas	AlphaFold	calcula como as proteínas bacterianas se dobram no espaço e revela novos alvos para medicamentos
Previsão de resistências	modelos de IA para RAM	analisam o genoma dos agentes patogénicos e estimam quais resistências têm maior probabilidade de surgir
Decisões terapêuticas	ferramentas clínicas com IA	sugerem aos médicos os antibióticos mais eficazes com base em dados locais de resistência

Em particular, a combinação entre previsão estrutural e análises de resistência tem um potencial enorme. Permite desenhar novos princípios ativos de modo a que as bactérias demorem substancialmente mais tempo a desenvolver adaptações.

O que a IA, por si só, não consegue fazer

Apesar de os progressos impressionarem, a IA não é um botão mágico que resolve a crise das resistências de um dia para o outro. Qualquer substância recém-descoberta tem de passar por estudos toxicológicos exigentes e por ensaios clínicos. Alguns candidatos falham devido a efeitos secundários; outros não funcionam de forma suficiente em humanos.

Além disso, se não houver mudanças no modo como os antibióticos são utilizados, o impacto perde-se rapidamente. Mesmo o melhor novo medicamento deixa de resultar se for prescrito em massa, sem necessidade ou de forma incorreta. A IA pode ajudar a antecipar e contornar resistências, mas não elimina o mecanismo biológico que as gera.

O que as doentes e os doentes já podem fazer hoje

A crise das resistências pode parecer distante, mas começa no quotidiano. Alguns comportamentos fazem diferença:

• Tomar antibióticos apenas quando prescritos por um médico.
• Cumprir a quantidade e a duração indicadas; não guardar “para mais tarde”.
• Não usar, por iniciativa própria, sobras antigas.
• Manter boa higiene diária, sobretudo lavar as mãos e desinfetar feridas.
• Em contexto hospitalar, perguntar explicitamente que medidas existem para prevenir a transmissão de microrganismos resistentes.

Também os profissionais de saúde têm responsabilidades: apostar em diagnóstico cuidadoso em vez de receita “por precaução”, aconselhar alternativas quando existam, e selecionar o antibiótico de acordo com as orientações clínicas e a situação local de resistências. Ferramentas de apoio à decisão baseadas em IA podem ajudá-los a atuar com maior precisão.

Um olhar em frente: combinação de alta tecnologia e bom senso

A crise dos antibióticos mostra como tecnologia, biologia e comportamento humano estão profundamente interligados. A IA torna manejáveis os enormes volumes de dados da medicina moderna: organiza informação, calcula probabilidades, propõe candidatos e identifica padrões que poderiam escapar mesmo a equipas laboratoriais experientes.

Ainda assim, a investigação tradicional continua a ser indispensável: é nos laboratórios que os novos compostos são sintetizados, testados e compreendidos. E é nas clínicas que têm de ser usados com responsabilidade. Por sua vez, governos e autoridades de saúde precisam de criar condições para que a investigação de longo prazo seja atrativa apesar de margens reduzidas - por exemplo, com programas de financiamento ou modelos de incentivos especificamente desenhados para antibióticos.

Para quem não é especialista, termos como “previsão de estrutura proteica” ou “triagem virtual” podem soar abstratos. No essencial, trata-se de algo muito concreto: garantir que, daqui a 20 anos, uma pneumonia continua a ter tratamento. A IA pode dar à medicina um segundo fôlego muito necessário. Se isso se tornará uma solução duradoura dependerá de como a sociedade decide usar esta nova capacidade.

---