Os pesquisadores criaram um sistema de inteligência artificial que pode prever as maneiras pelas quais as moléculas dos medicamentos podem sofrer alterações químicas. Uma equipe colaborativa da Universidade Técnica de Munique (LMU) da Alemanha, da ETH Zurich (ETH Zurich) e da Roche Pharmaceutical Research and Early Development (pRED) sediada em Basileia usou inteligência artificial (IA) para projetar uma nova tecnologia para prever a melhor maneira de sintetizar moléculas de medicamentos.
“Esta abordagem tem o potencial de reduzir significativamente o número de experiências laboratoriais necessárias, aumentando assim a eficiência e a sustentabilidade da síntese química”, disse David Nippa, primeiro autor do artigo correspondente, que foi publicado na revista Nature Chemistry. Nippa é estudante de doutorado no Departamento de Química e Farmácia da LMU e no grupo de pesquisa do Dr. David Konrad na Roche.
Os ingredientes farmacêuticos ativos geralmente consistem em uma estrutura à qual estão ligados grupos funcionais. Esses grupos têm funções biológicas específicas. Para alcançar novos ou melhores efeitos médicos, os grupos funcionais precisam de ser alterados e adicionados a novas posições no quadro. No entanto, este processo é particularmente desafiador no campo da química porque a própria estrutura, composta principalmente por átomos de carbono e hidrogênio, é quase inativa.
Um método de ativação de estruturas é a chamada reação de borilação. Neste processo, grupos químicos contendo boro são ligados aos átomos de carbono da estrutura. Este grupo de boro pode então ser substituído por vários grupos com efeitos médicos. Embora as reações de boronação tenham grande potencial, elas são difíceis de controlar em laboratório.
Juntamente com Kenneth Atz, estudante de doutorado na ETH Zurique, David Nipa desenvolveu um modelo de inteligência artificial que foi treinado em trabalhos científicos confiáveis e dados experimentais dos laboratórios de automação da Roche. Ele pode prever com sucesso a posição da boração de qualquer molécula e fornecer condições ideais para transformações químicas. "Curiosamente, as previsões melhoraram quando as informações tridimensionais sobre os materiais de partida foram levadas em conta, em vez de apenas as suas fórmulas químicas bidimensionais", disse Artz.
Este método tem sido utilizado com sucesso para identificar posições em ingredientes ativos existentes onde grupos reativos adicionais podem ser introduzidos. Isso ajuda os pesquisadores a desenvolver mais rapidamente variantes novas e mais eficazes de ingredientes ativos de medicamentos conhecidos.
Compilado de /scitechdaily