Cientistas
da Espanha e Portugal acham fontes quase inesgotáveis de antibióticos na luta
às infeções
Uma
equipe internacional de pesquisadores fez uma descoberta que pode ser
revolucionária na luta contra as infecções de origem bacteriana, ela encontrou
fontes quase inesgotáveis de moléculas antibióticas. Ou seja, a possibilidade
de criar novos antibióticos a partir delas é mais ampla do que nunca.
O
professor espanhol César de la Fuente descobriu um milhão de fontes de novas
moléculas antibióticas, também em seres já extintos. Liderando uma equipe
internacional de pesquisadores nos EUA, ele aplica técnicas de aprendizado
automático e inteligência artificial que são operadas pelo português Luís Pedro
Coelho. O objetivo é combater as bactérias ultrarresistentes.
Uma
equipe do Laboratório de Biologia Mecânica (robótica) Machine Biology Group da
Universidade de Pensilvânia (EUA) liderada pelo microbiologista César de la
Fuente e outra da Universidade Tecnológica de Queensland (Austrália) dirigida
por Luís Pedro Coelho, biotecnólogo computacional, uniram forças e conseguiram
realizar "a maior exploração jamais descrita de dados biológicos como
fonte de antibióticos", lê-se em um comunicado do Machine Biology Group
enviado à Sputnik.
Através
de um trabalho de exploração computacional do microbioma global, foram
descobertas cerca de um milhão de novas moléculas antibióticas na matéria
escura microbiana. Isto é, onde os microrganismos deixaram material genético.
Com esse fim, os cientistas procuraram em toda a parte tudo o que pudesse ter
um potencial antibiótico: em humanos, animais e plantas, na terra, na água e
inclusive em animais extintos.
Os
pesquisadores sintetizaram uma centena de moléculas, que já testaram num ensaio
pré-clínico. Destas moléculas, 79 revelaram-se ativas e 63 revelaram-se
eficazes em testes com ratos infectados com patógenos resistentes a fármacos.
"O
que meu laboratório conseguiu foi acelerar drasticamente nossa capacidade de
descobrir novos antibióticos, de anos para algumas horas. Descobrimos mais de
um milhão de novas moléculas com atividade antibiótica", disse à Sputnik o
professor César de la Fuente.
Os
autores do estudo publicado na revista Cell justificam a necessidade do
trabalho pela "crescente dificuldade" para tratar infecções
resistentes aos antibióticos com terapias convencionais. “Atualmente, estas
infecções matam anualmente 1,27 milhão de pessoas. Por conseguinte, há uma
necessidade urgente de métodos inovadores para a descoberta de
antibióticos", acrescentam os cientistas.
• Ressuscitando moléculas de mamutes
Entre
as novas fontes de antibióticos se incluem moléculas de animais extintos.
Concretamente, numerosos compostos antibióticos encontrados em criaturas do
passado, como o mamute lanoso ou os alces gigantes.
"Exploramos
todos os organismos extintos conhecidos pela ciência. Isto inclui mais de 200
organismos, incluindo o mamute e a preguiça gigante, mas também plantas e
pinguins que desapareceram ao longo da evolução", explica César de la
Fuente, que destaca que tais moléculas são "muito interessantes", por
não terem sofrido nenhuma evolução.
E
como essas moléculas antigas foram obtidas? A equipe do microbiologista
espanhol criou um novo modelo de inteligência artificial, chamado APEX (o
acrônimo em inglês de Desextinção de Peptídeos Antibióticos) e que se baseia em
décadas de pesquisa anterior no desenvolvimento de métodos de sequenciamento de
material genético antigo.
• Técnica inovadora e rapidíssima
O
trabalho publicado na Cell identifica 863.498 peptídeos antimicrobianos
(proteínas que o sistema imunológico produz naturalmente e que têm propriedades
antibióticas). Estes peptídeos podem matar ou inibir o crescimento de agentes
infecciosos.
A
abordagem aplicada à sua descoberta foi inovadora. Os cientistas usaram um ramo
da inteligência artificial (IA) para extrair dados biológicos. Em particular,
eles usaram o aprendizado automático (machine learning) para prever os
peptídeos antimicrobianos que pode haver no microbioma mundial. Por microbioma
entende-se a comunidade microbiana característica que ocupa um habitat
determinado, com os seus genes e metabolitos.
O
aprendizado automático é um domínio da IA que se centra no desenvolvimento de
algoritmos e modelos para que os sistemas informáticos aprendam e tomem
decisões baseadas em dados, sem necessidade de programação para cada tarefa
específica. As máquinas podem assim fazer predições ou tomar decisões baseadas
nos dados novos. Neste ponto, o trabalho do professor Coelho no desenvolvimento
de algoritmos que alimentam o modelo computacional é fundamental.
E o
resultado é um ganho de tempo incrível que de outro modo não seria possível,
porque o tempo médio de desenvolvimento com métodos tradicionais para conseguir
candidatos pré-clínicos pode prolongar-se até seis anos.
"Explorar
todo o corpo humano pela primeira vez como fonte de antibióticos levou apenas
uma hora", afirma o professor De la Fuente, que explica que a síntese
posterior das moléculas e a validação dos resultados experimentais "ocupa
semanas".
No
trabalho de desextinção molecular, o Machine Biology Group do professor De la
Fuente extraiu um total de 10.311.899 peptídeos, identificando 37.176
sequências com atividade antimicrobiana de amplo espectro. Um terço (11.035)
corresponde a organismos extintos. Destes 11.035, 69 peptídeos foram
sintetizados e sua atividade contra patógenos bacterianos foi confirmada, pois
foram eficazes em ratos com abscessos cutâneos ou infecções da coxa.
"A
maioria dos peptídeos matou as bactérias despolarizando sua membrana
citoplasmática, contrariamente ao que ocorre com os peptídeos antimicrobianos
conhecidos, que tendem a se dirigir à membrana externa", concluem os
autores do trabalho.
Fonte:
Sputnik Brasil
Nenhum comentário:
Postar um comentário