A inteligência artificial está ajudando os cientistas a compreender o câncer de uma nova maneira. Uma colaboração inovadora entre a DeepMind e a Universidade de Yale desenvolveu um sistema avançado de IA que pode analisar dados de células em uma escala sem precedentes. Chamada de C2S-Scale 27B, esta ferramenta não analisa apenas dados – ela prevê como as células cancerígenas podem responder a diferentes tratamentos.
Esta descoberta representa uma mudança na investigação do cancro, da simples descrição do que acontece às células cancerígenas para a previsão real de como se comportarão. O modelo de IA funciona combinando dados reais de tumores com respostas celulares simuladas, permitindo analisar como os medicamentos agem sob diversas condições. Ele usa uma técnica chamada triagem virtual de contexto duplo para testar milhares de medicamentos potenciais simultaneamente em células cultivadas em laboratório e em dados de tumores de pacientes.
O que torna esta descoberta particularmente significativa é o que a IA descobriu: um mecanismo anteriormente oculto que permite que certos cancros, especialmente aqueles classificados como tumores “frios”, evitem a detecção imunológica. Esta descoberta pode levar a novas abordagens para ajudar o corpo a reconhecer e combater os cancros resistentes aos medicamentos.
A abordagem da IA imita a forma como os biólogos pensam. Ele pode analisar como milhares de combinações de medicamentos podem afetar as células cancerígenas sob diferentes condições, algo que os experimentos de laboratório tradicionais não conseguem fazer com eficiência. Embora os testes convencionais examinem uma variável de cada vez, esta IA pode simular milhares de combinações para identificar tratamentos promissores. Segundo os pesquisadores, cerca de 10 a 30 por cento das combinações de medicamentos identificadas nunca haviam sido estudadas antes.
Por exemplo, a IA previu que a combinação de dois medicamentos específicos melhoraria significativamente a capacidade do sistema imunitário de reconhecer células tumorais. Quando os investigadores de Yale testaram esta previsão em laboratório, descobriram que a combinação melhorou o reconhecimento imunitário em aproximadamente 50 por cento – excedendo em muito o que qualquer um dos medicamentos alcançou individualmente. Isto demonstrou a capacidade da IA de identificar abordagens de tratamento eficazes que os investigadores humanos podem perder.
O desenvolvimento marca um novo ritmo de descoberta. Ao integrar dados genômicos, proteômicos e de resposta a medicamentos, a IA pode identificar ligações biológicas importantes muito mais rapidamente do que as abordagens experimentais tradicionais. Essa eficiência poderia transformar a pesquisa médica, semelhante à forma como o sequenciamento de alto rendimento revolucionou a biologia há duas décadas.
Esse avanço faz parte de uma tendência crescente. Outras equipes de pesquisa, incluindo as do MIT e da Cellarity, desenvolveram ferramentas complementares de IA, como o DrugReflector, que podem testar milhares de medicamentos em diferentes tipos de células. Estes sistemas de circuito fechado, onde a IA identifica tratamentos potenciais e os laboratórios os testam, poderiam reduzir drasticamente o tempo necessário para desenvolver novas terapias.
No entanto, os especialistas enfatizam que a IA se posiciona como uma colaboradora, e não como uma substituta dos pesquisadores humanos. Nas recentes conferências sobre IA em Biologia, os cientistas reconheceram a força da IA no tratamento de dados complexos, mas sublinharam que os investigadores humanos ainda fornecem contexto e julgamento essenciais. Esses sistemas são excelentes na identificação de padrões e conexões inesperadas que os humanos podem perder, ajudando os pesquisadores a focar suas investigações.
Olhando para o futuro, este desenvolvimento representa um marco na metodologia científica. Pela primeira vez, um modelo de IA em grande escala analisou com sucesso dados biológicos para gerar uma hipótese testável sobre a resistência ao cancro que se manteve sob escrutínio laboratorial. Esta abordagem cria um modelo para acelerar a descoberta científica em todos os campos, permitindo experiências virtuais que podem examinar rapidamente milhares de possibilidades.
Principais insights
- Novo Paradigma: A IA muda a pesquisa sobre o câncer da descrição do câncer para a previsão de seu comportamento e vulnerabilidades.
- Eficiência: O sistema pode analisar milhares de combinações de medicamentos simultaneamente, acelerando enormemente o processo de descoberta de medicamentos.
- Colaboração: A IA está emergindo como um colaborador poderoso que ajuda os pesquisadores a concentrarem suas investigações em vez de substituir os cientistas humanos.
- Potencial Futuro: A metodologia criada por esta inovação poderá transformar a descoberta científica em diversas disciplinas
