Os modelos generativos de inteligência artificial são propensos a alucinações e criam informações fictícias ou imaginárias. Considerando a crescente onda de desinformação sobre IA, esse hábito é considerado uma falha. Mas, tal como o diamante artificial foi inventado involuntariamente quando os cientistas tentavam alcançar condições de superpressão e calor como o manto terrestre, as alucinações também se revelam úteis para os cientistas descobrirem novas drogas.
Fonte: Statista. Alucinações de IA e novas descobertas químicas
Segundo os especialistas, estima-se que quase 5 milhões de mortes tenham alguma ligação com a resistência aos antibióticos a nível mundial, pelo que novas formas são essenciais para combater as variantes bacterianas resistentes, e isto numa base urgente. Pesquisadores da Universidade McMaster e da Escola de Medicina de Stanford desenvolveram um novo modelo que revela soluções potenciais para bactérias potencialmente fatais que são resistentes a antibióticos.
O modelo é denominado SyntheMol e, de acordo com o relatório do estudo de Stanford,
“A SyntheMol criou estruturas e receitas químicas para seis novos medicamentos destinados a matar cepas resistentes de Acinetobacter baumannii, um dos principais patógenos responsáveis por mortes relacionadas à resistência antibacteriana.”
Fonte: Universidade de Stanford.
James Zou, professor associado de ciência de dados biomédicos e também coautor do estudo, diz que há uma enorme necessidade de desenvolver novos antibióticos o mais rápido possível para a saúde pública. Os pesquisadores validaram experimentalmente os novos compostos desenvolvidos com o modelo.
Zou também mencionou que a hipótese deles era que existem muitas moléculas potenciais que poderiam ser convertidas em medicamentos eficazes, mas eles ainda não as testaram ou nem mesmo desenvolveram as moléculas, e essa é a razão pela qual eles querem usar a IA para fazer moléculas que não existem na natureza.
SyntheMol está descobrindo novas possibilidades
Aplicações de IA nas ciências farmacêuticas. Fonte: ciência direta.
Antes da IA generativa, os pesquisadores adotavam diferentes abordagens computacionais para o desenvolvimento de antibióticos. Eles usaram algoritmos para percorrer depósitos de medicamentos e reconhecer os compostos que tinham a chance de agir contra um patógeno que queriam matar.
Com este método, conseguiram filtrar 100 milhões de compostos já conhecidos, o que também produziu resultados, mas não foi um processo profundo encontrar todos os compostos químicos que poderiam ser úteis contra bactérias.
O co-autor principal do estudo e estudante de doutorado em ciências da computação em Stanford, Kyle Swanson, diz que o espaço químico é gigantesco.
“As pessoas estimam que existem cerca de 1.060 possíveis moléculas semelhantes a medicamentos. Portanto, 100 milhões não chegam nem perto de cobrir todo esse espaço.”
Fonte: Universidade de Stanford.
Como foi dito no início, a tendência da IA para alucinar pode ser usada para descobrir novos medicamentos, tal como estava a ser usada para desenvolver novos compostos, mas agora está a produzir compostos que seriam impossíveis de produzir nos existentes, diz Swanson. Os pesquisadores também tiveram que colocar grades de proteção ao redor do modelo para que pudessem desenvolver artificialmente qualquer molécula que o modelo imaginasse.
Zou diz que este modelo está ensinando-lhes sobre uma parte inteiramente nova do campo químico, projetando novas moléculas das quais os humanos não tinham conhecimento. Zou também está refinando o modelo com Swanson para usá-lo em medicamentos para o coração e para criar moléculas fluorescentes com novas propriedades para pesquisas em laboratório.
A nota da Universidade de Stanford sobre o tema pode ser vista aqui.