IA e antibióticos: o reinício no combate às superbactérias

À medida que os antibióticos de sempre perdem eficácia, investigadores recorrem à IA para um recomeço radical no combate às superbactérias.

Há quase um século que a medicina moderna se apoia nos antibióticos. Só que esta “arma milagrosa” está a ficar romba: cada vez mais bactérias deixam de responder, e certas infeções tornam-se extremamente difíceis de tratar. É neste cenário que surge um novo aliado no centro da investigação - a inteligência artificial (IA), capaz de organizar milhares de milhões de dados a uma velocidade que nenhum laboratório conseguiria igualar.

Como fomos nós a desgastar a nossa arma mais forte contra as bactérias

A partir de 1928, quando Alexander Fleming identificou a ação da penicilina, abriu-se uma era inédita. Doenças como pneumonias, septicemias e infeções de feridas, que antes matavam em massa, passaram subitamente a ter tratamento. Com o tempo, os antibióticos foram usados de forma muito ampla: em medicina humana, na produção animal e, em certos contextos, até de forma preventiva.

Foi precisamente essa utilização generalizada que ampliou o lado negro do fenómeno. As bactérias reproduzem-se depressa e cada geração traz mutações ao acaso. Quando um antibiótico entra em contacto com estas populações, as bactérias sensíveis morrem - e as poucas que, por acaso, têm resistência sobrevivem, multiplicam-se e transmitem os seus mecanismos de defesa. É assim que, gradualmente, surgem agentes patogénicos capazes de resistir até a terapêuticas em doses elevadas.

"A humanidade gastou antibióticos durante décadas como se fossem um detergente multiusos - agora a evolução responde."

Hoje, médicos em hospitais por todo o mundo deparam-se com as chamadas superbactérias: bactérias resistentes a várias classes de antibióticos ao mesmo tempo. Algumas infeções já só podem ser tratadas com fármacos de reserva mais tóxicos - ou deixam mesmo de ter opção terapêutica.

Uma pandemia silenciosa: milhões de mortes causadas por agentes resistentes

As estimativas indicam que, neste momento, cerca de 1,1 milhões de pessoas morrem por ano devido a infeções em que os antibióticos disponíveis falham. Se nada mudar, até 2050 esse número poderá atingir oito milhões de mortes anuais - mais do que todas as mortes por cancro somadas.

Dois agentes problemáticos aparecem com frequência no foco da investigação:

• Neisseria gonorrhoeae: provoca gonorreia e já apresenta resistência a quase todas as terapêuticas padrão.
• Staphylococcus aureus: normalmente é um habitante inofensivo da pele, mas algumas estirpes são resistentes à meticilina e podem desencadear septicemias e pneumonias graves.

E estes são apenas o topo do icebergue. Dezenas de espécies bacterianas caminham na mesma direção. A resistência espalha-se mais depressa do que o nosso “armário de medicamentos” consegue crescer. Muitas classes de antibióticos comuns assemelham-se, hoje, a uma armadura de cavaleiro cheia de buracos, onde os micróbios encontram continuamente novos pontos fracos.

Porque quase não chegam novos antibióticos ao mercado

Entre 2017 e 2022, foram aprovados apenas doze novos antibióticos em todo o mundo. A maioria corresponde a variações de famílias já conhecidas, para as quais as bactérias, em parte, já desenvolveram estratégias de defesa. Substâncias verdadeiramente inovadoras continuam a ser raras.

Há vários motivos por trás disso:

• Custos extremamente elevados: desenvolver um novo antibiótico implica investimentos de milhares de milhões e, muitas vezes, mais de dez anos de trabalho.
• Utilização limitada: quanto mais eficaz é um novo fármaco, mais cauteloso tende a ser o seu uso clínico para atrasar o aparecimento de resistências - o que reduz as receitas.
• Regras rigorosas: ensaios clínicos em doenças infeciosas são complexos, eticamente sensíveis e muito exigentes do ponto de vista regulatório.

Para muitas farmacêuticas, este campo deixou de ser financeiramente atrativo. O capital migra para áreas mais lucrativas, como oncologia ou doenças raras. O resultado é claro: enquanto a ameaça aumenta, a “pipeline” de novos antibióticos vai secando aos poucos.

IA como fator de mudança: encontrar medicamentos em tempo acelerado

É aqui que a IA entra como ferramenta-chave. O princípio é simples: se os métodos laboratoriais tradicionais são demasiado lentos e caros, algoritmos que aprendem com dados podem encurtar drasticamente a procura de novas moléculas.

Um exemplo conhecido vem de uma equipa do Massachusetts Institute of Technology, liderada pelo biomedicista James Collins. Os investigadores treinaram um modelo com praticamente tudo o que a farmacologia aprendeu nos últimos cem anos sobre antibióticos: estruturas químicas, mecanismos de ação, efeitos tóxicos, características das paredes celulares bacterianas e proteínas.

"A IA aprende a reconhecer, na geometria da estrutura de uma molécula, o padrão de um antibiótico potencial - tal como um programa de reconhecimento facial encontra padrões em imagens."

Com essa base, o sistema passou a “varrer” bibliotecas virtuais de moléculas. Em vez de testar cada composto no tubo de ensaio, o algoritmo simula a interação com bactérias, estima probabilidades de sucesso e seleciona os candidatos mais promissores.

45 milhões de estruturas, 36 milhões de novos candidatos

Num único ciclo, o modelo avaliou cerca de 45 milhões de estruturas químicas conhecidas. A partir dos padrões mais interessantes, gerou depois 36 milhões de novas ligações, nunca antes sintetizadas - tudo por cálculo, sem uma única pipeta.

A equipa reduziu então o universo a um conjunto exequível, sintetizou essas moléculas no laboratório e testou-as contra estirpes bacterianas reais. No final, sobraram duas substâncias que se revelaram altamente eficazes contra agentes resistentes e que recorriam a alvos totalmente novos.

À primeira vista, dois “acertos” em 36 milhões de estruturas recém-geradas pode parecer pouco. No desenvolvimento de medicamentos, porém, isso é frequentemente considerado uma vitória: muitos programas tradicionais arrastam-se durante anos e terminam sem que um único composto chegue a ultrapassar a fase pré-clínica.

AlphaFold, AMR-AI e outros: a IA ataca a crise por vários ângulos

A estratégia do MIT é apenas uma peça do puzzle. Em paralelo, equipas em todo o mundo trabalham com outros sistemas de IA que podem tornar-se determinantes para a investigação em antibióticos.

Ferramenta de IA	Função principal
AlphaFold	Calcula a estrutura 3D de proteínas para compreender melhor alvos nas bactérias.
Modelos AMR-AI	Antecipam como a resistência poderá espalhar-se e quais as mutações mais prováveis.
Algoritmos de triagem	Procuram, em grandes bibliotecas químicas, substâncias desconhecidas com potencial antibacteriano.

A vantagem destes sistemas está na combinação de velocidade com reconhecimento de padrões. A IA transforma décadas de conhecimento laboratorial em modelos computacionais e identifica relações que até investigadores experientes poderiam não notar. Além disso, alivia o trabalho experimental ao deixar, para testes demorados, apenas os candidatos com maior probabilidade de sucesso.

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

Apesar dos progressos, uma coisa é inequívoca: a IA, por si só, não resolve a crise da resistência. Qualquer substância nova pode, mais cedo ou mais tarde, ser contornada pelas manobras evolutivas das bactérias. Sem mudanças na forma como usamos antibióticos, o ciclo repete-se.

Para que estas novas ferramentas tenham impacto real, é necessário, em paralelo:

• regras mais rígidas para a utilização em medicina humana e na produção animal,
• melhores padrões de higiene nos hospitais,
• diagnósticos mais rápidos, para que os médicos tratem com maior precisão,
• incentivos financeiros para que as empresas invistam em projetos de antibióticos com maior risco.

A IA altera o ponto de partida nesta corrida: em vez de se gastar anos apenas a encontrar um candidato, os investigadores conseguem, em poucos dias, gerar listas de potenciais fármacos e avançar de imediato para a análise detalhada.

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

No dia a dia, a maioria das pessoas quase não ouve falar de IA neste contexto. Grande parte das aplicações acontece “nos bastidores”: em laboratórios de investigação, em hospitais e em departamentos de bioinformática universitários. Ainda assim, a longo prazo, estas abordagens podem traduzir-se em mudanças muito concretas.

Por exemplo:

• terapêuticas muito mais ajustadas ao agente causador,
• tratamentos mais curtos graças a fármacos melhor selecionados,
• novos medicamentos para infeções onde, até agora, havia poucas opções.

Ao mesmo tempo, cresce a responsabilidade no uso destas tecnologias. Modelos treinados de forma inadequada ou dados incompletos podem levar a decisões perigosas. Por isso, controlos de qualidade rigorosos e conjuntos de dados transparentes são indispensáveis.

Quem até aqui associava “resistência aos antibióticos” sobretudo a artigos técnicos terá de se habituar a encontrar o tema nas notícias do dia a dia. As superbactérias não dizem respeito apenas a unidades de cuidados intensivos em países distantes: afetam também cirurgias de rotina, pneumonias e infeções urinárias comuns em hospitais europeus. A IA dá à medicina uma vantagem de tempo de que precisava urgentemente - o resto depende de políticas públicas, do sistema de saúde e do uso responsável de antibióticos por parte de cada pessoa.

---