Introdução
Em um desenvolvimento promissor para o setor farmacêutico, pesquisadores da Universidade Técnica da Dinamarca (DTU) demonstraram com sucesso como a computação quântica pode melhorar significativamente a precisão e o alcance de modelos de inteligência artificial generativa aplicados à descoberta de medicamentos. O mais surpreendente? Eles fizeram isso usando tempo livre e recursos financeiros remanescentes de outros projetos, provando que inovação disruptiva nem sempre requer grandes investimentos iniciais.
A equipe utilizou um computador quântico do tamanho de uma impressora, desenvolvido pela startup britânica ORCA Computing, para acelerar o processo de geração de peptídeos – cadeias curtas de aminoácidos essenciais para o desenvolvimento de vacinas e imunoterapias. Os resultados mostram que a abordagem híbrida, combinando processamento quântico e clássico, superou métodos tradicionais, especialmente em cenários onde os dados de treinamento eram escassos.
A convergência de duas tecnologias revolucionárias
A pesquisa representa um marco importante na aplicação prática da computação quântica, um campo que tem enfrentado ceticismo considerável devido aos desafios técnicos e às promessas ainda não cumpridas. O professor Timothy Patrick Jenkins, que liderou o projeto, admite que ele próprio era um ‘grande cético quântico’, acreditando que aplicações práticas estariam a décadas de distância.
O que mudou sua perspectiva foi a hipótese de que computadores quânticos poderiam gerar conjuntos mais diversos de peptídeos, particularmente para alvos com dados limitados. Esta diversidade é crucial quando se trabalha com populações sub-representadas em pesquisas médicas, como grupos asiáticos e africanos, onde a escassez de dados genéticos tem sido um obstáculo significativo para o desenvolvimento de tratamentos personalizados.
A equipe da DTU já utilizava big data e IA para descobrir proteínas que poderiam desbloquear novas imunoterapias de forma mais rápida e barata. A integração da computação quântica representou uma evolução natural dessa abordagem, prometendo superar limitações fundamentais dos métodos clássicos.
Como funciona a abordagem híbrida
O sistema desenvolvido pela equipe combina o poder de processamento quântico com algoritmos de IA tradicionais em uma arquitetura híbrida. O computador quântico da ORCA Computing não substitui completamente os sistemas clássicos, mas atua como um acelerador especializado, melhorando aspectos específicos do processo de geração de peptídeos.
Na prática, o modelo de IA generativa é executado parcialmente no processador quântico, que explora propriedades quânticas como superposição e emaranhamento para explorar um espaço de soluções mais amplo. Isso é particularmente valioso quando se trabalha com conjuntos de dados limitados, onde métodos clássicos tendem a produzir resultados menos diversos e potencialmente menos eficazes.
Os pesquisadores validaram suas previsões sintetizando os peptídeos em laboratório e testando sua capacidade de ligação a proteínas específicas – um passo crucial no desenvolvimento de vacinas. Os resultados confirmaram que o modelo quântico-assistido produziu peptídeos mais bem-sucedidos do que sua contraparte clássica.
Limitações atuais e perspectivas futuras
Apesar dos resultados promissores, a equipe reconhece limitações importantes. Jonathan Funk, doutorando da DTU envolvido no projeto, explica que os computadores quânticos atuais ainda não são poderosos o suficiente para executar modelos de IA de última geração em escala completa. O nível de complexidade que puderam codificar não chegou ao de um anticorpo de tamanho normal, que é o foco usual de seu trabalho.
Além disso, encontrar um peptídeo capaz de se ligar a um gene específico é apenas uma etapa no desenvolvimento de vacinas e não resultaria, por si só, em medicamentos bem-sucedidos. O processo completo de desenvolvimento farmacêutico envolve múltiplas fases de testes, validação clínica e aprovação regulatória.
Richard Murray, CEO da ORCA Computing, reconhece que muitas empresas industriais ainda veem a computação quântica como algo nebuloso e distante, principalmente porque a tecnologia ‘nunca teve exemplos realmente claros de utilidade no curto prazo’. Este estudo, segundo ele, é inovador por demonstrar uma aplicação comercial tangível e de curto prazo para a tecnologia quântica.
Implicações para o mercado farmacêutico brasileiro
Para o Brasil, que possui uma indústria farmacêutica em crescimento e investe cada vez mais em biotecnologia, os avanços demonstrados pela equipe da DTU têm implicações significativas. A capacidade de desenvolver peptídeos e vacinas mais eficazes para populações geneticamente diversas é particularmente relevante para um país com a diversidade étnica brasileira.
Empresas farmacêuticas nacionais como EMS, Aché e Eurofarma, que têm investido em P&D e parcerias internacionais, poderiam se beneficiar dessa abordagem híbrida para acelerar o desenvolvimento de novos medicamentos. A tecnologia também pode ser especialmente valiosa para o desenvolvimento de tratamentos para doenças negligenciadas, um desafio significativo em países em desenvolvimento.
A Fiocruz e o Instituto Butantan, referências em pesquisa e produção de vacinas no Brasil, também poderiam explorar essas tecnologias para melhorar a eficácia de suas pesquisas, especialmente considerando a experiência recente com o desenvolvimento de vacinas durante a pandemia de COVID-19.
O futuro da descoberta de medicamentos assistida por quantum
A equipe da DTU já está planejando os próximos passos, incluindo a aplicação da tecnologia a modelos mais avançados e proteínas maiores. Patrick Jenkins está particularmente interessado em usar computadores quânticos para aprimorar seu método de IA generativa no design de antídotos sintéticos para veneno de cobra – um problema de saúde pública significativo em muitas regiões tropicais, incluindo o Brasil.
A ORCA Computing também está expandindo suas aplicações, com projetos em andamento com a BP para química computacional e com a Toyota para otimização de processos de design. Essas parcerias industriais sugerem que a computação quântica está começando a encontrar nichos práticos onde pode oferecer vantagens reais sobre métodos clássicos.
O sucesso deste projeto, realizado com recursos limitados e em tempo parcial, também levanta questões importantes sobre financiamento de pesquisa inovadora. Como observou Jenkins, ‘a ciência mais inovadora é muito assustadora para as fundações’, sugerindo que modelos alternativos de financiamento e colaboração podem ser necessários para explorar o potencial completo dessas tecnologias emergentes.
Conclusão
A demonstração bem-sucedida da equipe da DTU marca um ponto de inflexão importante na aplicação prática da computação quântica para descoberta de medicamentos. Embora as limitações atuais impeçam uma revolução imediata no setor farmacêutico, os resultados mostram um caminho claro para o futuro onde IA e computação quântica trabalham em sinergia para resolver problemas complexos em biotecnologia.
Para o mercado brasileiro e latino-americano, onde a diversidade genética e as doenças negligenciadas representam desafios únicos, essa abordagem híbrida oferece esperança de tratamentos mais eficazes e personalizados. À medida que a tecnologia quântica amadurece e se torna mais acessível, podemos esperar ver mais aplicações práticas que transformarão não apenas a descoberta de medicamentos, mas também outras áreas críticas da ciência e tecnologia.
O trabalho da equipe dinamarquesa prova que inovação significativa pode surgir de projetos paralelos e recursos limitados, desafiando a noção de que apenas grandes investimentos podem gerar avanços tecnológicos. Para startups e pesquisadores brasileiros, isso serve como inspiração e validação de que ideias ousadas, mesmo quando inicialmente céticas, podem levar a descobertas transformadoras quando perseguidas com determinação e criatividade.
Fonte original: Este artigo foi adaptado e traduzido a partir da matéria publicada em Wired, disponível em https://www.wired.com/story/scientists-using-ai-and-quantum-computing-to-generate-new-peptides/.
