Antibióticos perdem eficácia: a IA acelera a luta contra as superbactérias

Enquanto os antibióticos consagrados vão perdendo eficácia, investigadores recorrem à inteligência artificial para recomeçar, de forma radical, o combate contra as superbactérias.

Há quase um século que a medicina moderna depende dos antibióticos. Mas esta arma milagrosa está a perder força: cada vez mais bactérias deixam de responder aos tratamentos e as infeções tornam-se difíceis de controlar. Agora, um novo aliado ganha destaque na investigação - a inteligência artificial, capaz de ordenar milhares de milhões de dados em muito menos tempo do que qualquer laboratório conseguiria testar.

Como os antibióticos e a IA contra superbactérias entram na mesma crise

Quando Alexander Fleming descobriu, em 1928, o efeito da penicilina, abriu-se uma nova era. De repente, pneumonias, septicemias e infeções de feridas passaram a ter cura, quando antes causavam a morte de multidões. Os médicos começaram a usar antibióticos de forma ampla, tanto na medicina humana como na criação de animais e, em alguns casos, até como prevenção.

Foi precisamente esse uso extensivo que agravou o reverso da medalha. As bactérias multiplicam-se depressa e cada geração traz mutações aleatórias. Quando os antibióticos encontram essas populações, os microrganismos sensíveis morrem - e os poucos resistentes, que apareceram por acaso, sobrevivem, espalham-se e transmitem os seus mecanismos de defesa. Assim nascem, gradualmente, agentes patogénicos capazes de resistir até a tratamentos em doses elevadas.

A humanidade consumiu antibióticos durante décadas como se fossem um produto de limpeza universal - agora a evolução responde.

Hoje, os médicos observam em hospitais de todo o mundo as chamadas superbactérias, isto é, bactérias insensíveis a várias classes de substâncias ativas ao mesmo tempo. Em alguns casos, as infeções só ainda podem ser tratadas com medicamentos de reserva tóxicos - ou já nem isso.

Uma pandemia silenciosa: milhões de mortos por agentes resistentes

As estimativas apontam para cerca de 1,1 milhões de mortes por ano, neste momento, devido a infeções em que os antibióticos disponíveis falham. Se a tendência não mudar, esse número poderá chegar, em 2050, a oito milhões de mortes anuais - mais do que todas as formas de cancro somadas.

Entre os principais agentes patogénicos sob investigação destacam-se dois problemas recorrentes:

• Neisseria gonorrhoeae: provoca a gonorreia e já revela resistência a quase todas as terapias padrão.
• Staphylococcus aureus: é, em teoria, um habitante inofensivo da pele, mas certas estirpes tornaram-se insensíveis à meticilina e podem causar septicemias graves e pneumonias.

Estes dois casos representam apenas a ponta do icebergue. Dezenas de espécies bacterianas estão a seguir a mesma direção. A resistência espalha-se mais depressa do que a nossa capacidade de renovar o armário dos medicamentos. Hoje, muitas das classes terapêuticas mais usadas lembram uma armadura de cavaleiro cheia de buracos, onde os microrganismos encontram sempre novas fragilidades.

Porque é que quase não chegam novos antibióticos ao mercado

Entre 2017 e 2022, apenas doze novos antibióticos receberam autorização em todo o mundo. A maioria corresponde a variantes de famílias de substâncias já conhecidas, contra as quais as bactérias, em parte, já desenvolveram estratégias de defesa. Verdadeiras moléculas novas continuam a ser raras.

Há várias razões para isso:

• Custos extremamente elevados: desenvolver um novo antibiótico absorve milhares de milhões de euros e, muitas vezes, demora mais de dez anos.
• Utilização limitada: quanto mais eficaz for um novo medicamento, mais cautelosos os médicos serão na sua prescrição para atrasar o aparecimento de resistência - e isso reduz as receitas.
• Regras rigorosas: os ensaios clínicos na área das infeções são complexos, eticamente delicados e fortemente regulados.

Para muitas empresas farmacêuticas, esta área deixou simplesmente de compensar. Os investimentos migram para setores mais lucrativos, como o cancro ou as doenças raras. O resultado é claro: enquanto a ameaça cresce, a tubagem de novos princípios ativos vai secando lentamente.

IA como fator decisivo: procurar medicamentos em modo acelerado

É precisamente aqui que entra a inteligência artificial. A lógica é simples: se os métodos laboratoriais clássicos são demasiado lentos e dispendiosos, então os algoritmos de aprendizagem devem acelerar em grande escala a procura de novas substâncias.

Um exemplo particularmente conhecido vem de uma equipa do Instituto de Tecnologia de Massachusetts, liderada pelo biomédico James Collins. Os cientistas treinaram um modelo com praticamente tudo o que a farmacologia aprendeu sobre antibióticos ao longo dos últimos cem anos: estruturas químicas, mecanismos de ação, efeitos tóxicos secundários, características das paredes celulares bacterianas e das proteínas.

A IA aprende a reconhecer, na geometria de uma estrutura molecular, o padrão de um potencial antibiótico - à semelhança de um programa de reconhecimento facial que encontra padrões em imagens.

Com essa base de conhecimento, o sistema passou a calcular bibliotecas virtuais de moléculas. Em vez de testar cada substância em tubos de ensaio, o algoritmo simula a interação com bactérias, estima as hipóteses de sucesso e separa os candidatos com melhor perspetiva.

45 milhões de estruturas, 36 milhões de novos candidatos

Num dos ciclos de análise, o modelo avaliou cerca de 45 milhões de estruturas químicas conhecidas. A partir dos padrões mais promissores, o sistema gerou depois 36 milhões de novas combinações, nunca antes sintetizadas - tudo apenas por cálculo, sem um único gesto de pipetagem.

Os investigadores selecionaram daí um número viável de candidatos, sintetizaram-nos no laboratório e testaram-nos contra estirpes bacterianas reais. No fim, sobraram duas substâncias que se revelaram de facto muito eficazes contra agentes resistentes e recorreram a alvos de ataque completamente novos.

À primeira vista, dois êxitos em 36 milhões de estruturas geradas podem parecer pouco. Mas, no desenvolvimento de medicamentos, isso já é considerado um triunfo. Muitos programas clássicos arrastam-se durante anos e terminam sem que sequer uma substância chegue à fase pré-clínica.

AlphaFold, modelos de IA para resistência antimicrobiana e outros: a IA enfrenta a crise em várias frentes

A abordagem do Instituto de Tecnologia de Massachusetts é apenas uma peça do conjunto. Em paralelo, equipas em todo o mundo trabalham com outros sistemas de IA que podem tornar-se decisivos na investigação de antibióticos.

Ferramenta de IA	Função principal
AlphaFold	Calcula a estrutura tridimensional das proteínas para ajudar a compreender melhor os pontos de ataque nas bactérias.
Modelos de IA para resistência antimicrobiana	Preveem como as resistências podem espalhar-se e que mutações têm maior probabilidade de surgir.
Algoritmos de rastreio	Vasculham grandes bibliotecas químicas à procura de substâncias desconhecidas com potencial antibacteriano.

A força destes sistemas está na combinação entre velocidade e reconhecimento de padrões. A IA condensa décadas de conhecimento laboratorial em modelos de cálculo e revela ligações que até investigadores experientes poderiam não notar. Além disso, liberta os laboratórios ao deixar apenas os candidatos mais promissores para os testes mais exigentes.

O que a IA consegue fazer - e o que ainda não resolve

Apesar dos progressos, uma coisa é clara: a IA, sozinha, não acaba com a crise da resistência. Qualquer nova substância pode, mais cedo ou mais tarde, voltar a ser neutralizada pelos truques evolutivos das bactérias. Sem uma alteração na forma como os antibióticos são usados, o ciclo continua.

Para que estas novas ferramentas tenham efeito, é também necessário em paralelo:

• regras mais rigorosas para a utilização na medicina humana e veterinária,
• melhores normas de higiene nos hospitais,
• diagnóstico mais rápido, para que os médicos tratem com maior precisão,
• incentivos financeiros para que as empresas invistam em projetos de antibióticos de elevado risco.

A IA muda o ponto de partida nesta corrida: em vez de se gastar anos apenas a encontrar um candidato, os investigadores podem gerar listas de potenciais substâncias em poucos dias e passar de imediato à análise detalhada.

O que os doentes já sentem - e o que ainda está para vir

No dia a dia dos doentes, o termo IA ainda raramente aparece neste contexto. A maioria das aplicações decorre nos bastidores: em laboratórios de investigação, em hospitais e em departamentos de bioinformática de universidades. Ainda assim, a médio prazo, podem trazer mudanças bem visíveis.

Por exemplo, é possível imaginar:

• terapias muito mais ajustadas ao agente patogénico em causa,
• tempos de tratamento mais curtos graças a substâncias melhor escolhidas,
• novos medicamentos para infeções contra as quais, até agora, quase nada resultava.

Ao mesmo tempo, cresce a responsabilidade no uso destas tecnologias. Modelos mal treinados ou dados incompletos podem conduzir a erros perigosos de avaliação. Por isso, controlos de qualidade rigorosos e conjuntos de dados transparentes são indispensáveis.

Quem até aqui colocava o tema da antibiorresistência apenas em artigos técnicos vai ter de se habituar a encontrá-lo no fluxo normal das notícias. As superbactérias não afetam apenas unidades de cuidados intensivos em países distantes, mas também operações de rotina, pneumonias ou infeções urinárias banais em hospitais europeus. A IA dá à medicina uma vantagem de tempo urgentemente necessária nesta corrida - o resto terá de ser assegurado pela política, pelo sistema de saúde e pelo uso responsável que cada pessoa faz dos antibióticos.