A Google, em colaboração com investigadores da Universidade de Yale, revelou um avanço significativo na investigação médica impulsionado por inteligência artificial. Através de um novo modelo de IA, foi identificada uma abordagem inovadora que poderá tornar tumores cancerígenos resistentes mais suscetíveis a tratamentos de imunoterapia. A descoberta foi detalhada pela empresa no seu blog oficial.
O protagonista desta descoberta é o Cell2Sentence Scale 27B (C2S-Scale), um modelo de fundação com 27 mil milhões de parâmetros que pertence à família de modelos abertos Gemma, da Google. Este sistema foi desenvolvido para decifrar a "linguagem das células individuais", oferecendo uma forma revolucionária de analisar o comportamento celular e de descobrir potenciais vias terapêuticas para doenças como o cancro.
A caça a um “amplificador condicional”
Muitos tumores conseguem escapar ao sistema imunitário ao tornarem-se "frios", o que significa que não despoletam uma resposta imunitária que os identifique como uma ameaça. O objetivo da Google e de Yale era encontrar um "amplificador condicional", ou seja, um fármaco capaz de "aquecer" estes tumores, tornando-os visíveis para as defesas do corpo, mas apenas sob as condições certas.
A inovação do C2S-Scale reside na sua capacidade de fazer raciocínios contextuais, algo que tem sido um desafio para modelos biológicos de menor dimensão. Os investigadores incumbiram o modelo de procurar compostos que fortalecessem a sinalização imunitária apenas onde certos sinais, como o interferão, já estivessem fracamente presentes.
Silmitasertib: a descoberta validada em laboratório
Utilizando uma técnica de rastreio virtual de duplo contexto, o modelo analisou mais de 4.000 fármacos em duas condições: uma com sinalização imunitária ativa e outra neutra. O objetivo era identificar qual deles tinha o efeito desejado exclusivamente num contexto imunitário ativo. Embora a maioria dos fármacos sinalizados já fosse conhecida dos investigadores, vários eram completamente novos.
Entre os principais resultados estava o silmitasertib (CX-4945), um inibidor da quinase CK2. O modelo previu um forte aumento na apresentação de antigénios quando o silmitasertib era aplicado no cenário de "contexto imunitário positivo", mas um efeito reduzido ou nulo no cenário neutro. O mais entusiasmante, segundo a Google, foi o facto de esta ser uma hipótese totalmente nova.
Apesar de a CK2 estar implicada em várias funções celulares, incluindo como moduladora do sistema imunitário, a sua inibição através do silmitasertib nunca tinha sido explicitamente associada na literatura científica a uma melhoria na apresentação de antigénios. Isto demonstra que o modelo estava a gerar uma hipótese nova e testável, e não apenas a repetir factos conhecidos.
Uma nova era para a investigação com IA
A previsão foi levada para o laboratório, onde os testes confirmaram as descobertas da inteligência artificial. As experiências laboratoriais mostraram que o silmitasertib sozinho não tinha efeito e o interferão isolado tinha um impacto modesto. No entanto, a combinação de ambos resultou num aumento de 50% na apresentação de antigénios. Isto sugere que o silmitasertib poderá ajudar os fármacos de imunoterapia a reconhecer e a atacar melhor os tumores.
Esta investigação demonstra que os modelos de fundação biológica em grande escala podem ir além da simples análise de dados, sendo capazes de gerar verdadeiras descobertas. Os investigadores da Universidade de Yale estão agora a estudar como esta descoberta se comportaria em diferentes contextos imunitários e a analisar outras previsões de fármacos geradas pelo modelo.
O modelo Gemma é de código aberto e já está disponível publicamente no Hugging Face e no GitHub. A Google convidou outros cientistas a aproveitarem as capacidades do modelo para novas investigações.
Nenhum comentário
Seja o primeiro!