IA na descoberta de fármacos: como acelerar do laboratório à clínica
IA na descoberta de fármacos: como a combinação de Google Trends, Hacker News e novas ferramentas está acelerando o caminho do laboratório à clínica (2024) Introdução Em menos de um ano, a inteligência artificial passou de curiosidade acadêmica a motor de lançamentos clínicos . As buscas por “AI drug discovery” dispararam 250 % no Google Trends e a comunidade do Hacker News registrou mais de 12…
Inteligência artificial está revolucionando a descoberta de fármacos, acelerando o processo de transformação do laboratório para a clínica. No último ano, a busca por "AI drug discovery" na internet aumentou 250% no Google Trends, com mais de 12 mil discussões na comunidade do Hacker News. O que antes demorava anos e custava bilhões agora pode ser testado em semanas, graças à utilização de modelos gerativos, bases de dados abertas e pipelines em nuvem.
Este artigo demonstra como montar um ambiente de IA para descoberta de fármacos usando recursos gratuitos. Primeiro, é necessário configurar o ambiente instalando bibliotecas essenciais como PyTorch, Hugging Face Transformers, RDKit e OpenAI. Em seguida, um modelo generativo de moléculas (Diffusion) do DeepMind é usado para gerar 1000 candidatos de moléculas, filtrados pelas propriedades "drug-like" com base no QED (qualidade farmacêutica).
A partir das moléculas selecionadas, é feita a predição de afinidade ao alvo usando a ferramenta AlphaFold-Dock (DiffDock). Por fim, as moléculas promissoras são exportadas para síntese automática, gerando um arquivo CSV com os dados. Esta abordagem prática e de código aberto demonstra como a IA pode acelerar significativamente o processo de descoberta de fármacos, reduzindo o tempo e os custos tradicionais.
Written by urgent.news from Dev.to's reporting — not their text. Machine-written — may contain errors; check the original before relying on it.
