Como a inteligência artificial e a computação auxiliam na triagem virtual e no design de fármacos a partir da medicina tradicional chinesa?
Resposta curta: Uma revisão sistemática com 42 artigos mostrou que abordagens computacionais e de inteligência artificial são amplamente usadas na triagem virtual de compostos da medicina tradicional chinesa, incluindo métodos baseados em estrutura e em ligante, além de predição de propriedades ADMET e design de novos fármacos, com perspectivas promissoras para doenças desafiadoras.
Resposta
A medicina tradicional chinesa contém uma grande quantidade de compostos moleculares com potencial para o desenvolvimento de novos fármacos. No entanto, o número elevado e a diversidade desses compostos tornam a triagem e o design por métodos tradicionais uma tarefa árdua. O avanço da computação, especialmente da inteligência artificial, tem contribuído para aumentar a eficiência e a precisão nesse processo.
Esta revisão sistemática, conduzida conforme as diretrizes PRISMA, buscou publicações nas bases PubMed, EMBASE, Web of Science e CNKI sobre triagem virtual e design de fármacos auxiliados por computador na medicina tradicional chinesa. Foram incluídos 42 artigos, que demonstram a aplicação de abordagens computacionais e de IA em etapas críticas da descoberta de fármacos.
As tecnologias descritas incluem a triagem virtual baseada na estrutura (SBVS) e a triagem virtual baseada no ligante (LBVS), além da predição de propriedades de absorção, distribuição, metabolismo, excreção e toxicidade (ADMET) de candidatos a fármacos e o design de novas moléculas. Essas aplicações foram consideradas de grande importância para o tratamento e o controle de custos de doenças desafiadoras como COVID-19, diabetes e doença de Alzheimer.
Os autores concluem que as aplicações de computação e IA desempenham um papel importante na triagem virtual e no design de fármacos no campo da medicina tradicional chinesa, com grandes perspectivas de aplicação. A revisão destaca o potencial dessas ferramentas para acelerar a descoberta de novos fármacos a partir de fontes naturais.
O que o estudo mostrou
Trata-se de uma revisão sistemática seguindo as diretrizes PRISMA, que incluiu 42 artigos sobre triagem virtual e design de fármacos auxiliados por computador na medicina tradicional chinesa. Os achados mostram que abordagens computacionais e de inteligência artificial são amplamente utilizadas, incluindo triagem virtual baseada em estrutura (SBVS) e baseada em ligante (LBVS), predição ADMET e design de novos fármacos, com relevância para doenças como COVID-19, diabetes e doença de Alzheimer.
Limitações
O resumo não informa detalhes sobre a qualidade metodológica dos artigos incluídos, heterogeneidade entre os estudos ou possíveis vieses de publicação. Também não são descritas limitações específicas das abordagens computacionais ou da aplicação clínica dos achados. O resumo não permite concluir sobre a eficácia clínica dos compostos identificados.
Aplicação no consultório
Para o médico, o estudo reforça que ferramentas computacionais e de inteligência artificial podem auxiliar na identificação de candidatos a fármacos derivados de produtos naturais, com potencial para acelerar a pesquisa translacional. Na prática clínica, isso pode se traduzir em maior acesso a informações sobre mecanismos e propriedades farmacocinéticas de compostos em estudo. Na gestão do consultório, o médico pode acompanhar essas tendências para orientar discussões sobre terapias emergentes e para avaliar criticamente a literatura sobre novos fármacos.
Estudo citado
Computer especially AI-assisted drug virtual screening and design in traditional Chinese medicine. Phytomedicine : international journal of phytotherapy and phytopharmacology, 2022.
Autores: Lin Y, Zhang Y, Wang D, Yang B, Shen YQ.
DOI: 10.1016/j.phymed.2022.154481 · PubMed: PMID 36215788
Perguntas para aprofundar
- Quais são as principais diferenças entre triagem virtual baseada em estrutura e baseada em ligante?
- Como a predição ADMET por inteligência artificial pode influenciar a seleção de candidatos a fármacos?
- Quais doenças foram destacadas como alvos promissores para a aplicação dessas tecnologias?
Mais sobre IA na descoberta de fármacos
- Como a inteligência artificial está transformando a descoberta de fármacos e o que isso significa para a prática médica?
- O que o deep QSAR muda na descoberta de fármacos e o que o médico deve saber sobre essa evolução?
- Como a inteligência artificial, o aprendizado de máquina e o aprendizado profundo estão sendo aplicados em casos reais de desenho de fármacos?
- Como a inteligência artificial e o aprendizado profundo podem transformar a descoberta de fármacos?
- Ferramentas de inteligência artificial podem apoiar a pesquisa e a descoberta de fármacos de origem vegetal na prática clínica e no consultório?
Todas as perguntas sobre IA na descoberta de fármacos · Todos os temas · Versão em markdown