Crise dos antibióticos: como a IA pode nos proteger de superbactérias mortais

Enquanto os antibióticos tradicionais perdem eficácia, pesquisadores recorrem à IA para tentar virar o jogo de forma radical na luta contra as superbactérias.

Há quase cem anos, a medicina moderna conta com antibióticos como principal defesa. Mas essa arma perdeu parte do impacto: cada vez mais bactérias deixam de responder aos remédios, e as infecções ficam muito mais difíceis de tratar. Agora, um novo aliado ganha espaço nas pesquisas - a inteligência artificial, capaz de organizar bilhões de pontos de dados com uma rapidez que nenhum laboratório conseguiria igualar em testes convencionais.

Como enfraquecemos nossa principal arma contra bactérias

Quando Alexander Fleming descobriu o efeito da penicilina em 1928, teve início uma nova era. De repente, pneumonia, septicemia e infecções de feridas, que antes matavam em grande escala, passaram a ter tratamento. Os médicos então ampliaram bastante o uso dos antibióticos, tanto na medicina humana quanto na pecuária e, em alguns casos, até de forma preventiva.

Foi justamente esse uso amplo que alimentou o lado oposto da história. As bactérias se multiplicam com enorme velocidade, e cada geração traz mutações aleatórias. Quando os antibióticos atingem essas populações, os microrganismos mais sensíveis morrem, enquanto os poucos resistentes, por acaso, sobrevivem, se espalham e transmitem seus mecanismos de defesa. Aos poucos, surgem agentes capazes de resistir até a terapias em altas doses.

A humanidade consumiu antibióticos durante décadas como se fossem um produto de limpeza universal - agora a evolução está revidando.

Hoje, médicos em hospitais do mundo todo observam as chamadas superbactérias, ou seja, bactérias que não respondem a várias classes de medicamentos ao mesmo tempo. Em alguns casos, as infecções só podem ser tratadas com fármacos de reserva altamente tóxicos - ou já nem isso.

Uma pandemia silenciosa: milhões de mortes por agentes resistentes

Estimativas indicam que cerca de 1,1 milhão de pessoas morrem por ano, atualmente, em decorrência de infecções nas quais os antibióticos disponíveis falham. Se nada mudar, esse número pode chegar a até oito milhões de mortes anuais até 2050 - mais do que todos os tipos de câncer somados.

Dois microrganismos problemáticos recebem atenção especial nas pesquisas:

• Neisseria gonorrhoeae: provoca gonorreia e já apresenta resistência contra quase todas as terapias padrão.
• Staphylococcus aureus: em geral vive de forma inofensiva na pele, mas algumas cepas não respondem à meticilina e podem causar septicemias graves e pneumonias.

Esses dois exemplos representam apenas a ponta do iceberg. Dezenas de espécies bacterianas seguem na mesma direção. A resistência se espalha mais rápido do que a nossa capacidade de desenvolver novos remédios. Hoje, muitas classes conhecidas de antibióticos lembram uma armadura cheia de furos, na qual os microrganismos continuam descobrindo pontos fracos.

Por que quase não surgem novos antibióticos no mercado

Entre 2017 e 2022, apenas doze novos antibióticos receberam aprovação no mundo. A maioria deles é uma variação de famílias de medicamentos já conhecidas, contra as quais as bactérias em parte já criaram estratégias de defesa. Substâncias realmente inéditas são raras.

Isso acontece por vários motivos:

• Custos extremamente altos: desenvolver um novo antibiótico consome bilhões e frequentemente leva mais de dez anos.
• Uso limitado: quanto mais eficaz é um novo remédio, mais cautela os médicos têm ao prescrevê-lo, para retardar o surgimento de resistência - o que reduz a receita.
• Regras rígidas: estudos clínicos na área de doenças infecciosas são complexos, sensíveis do ponto de vista ético e fortemente regulados.

Para muitas empresas farmacêuticas, esse campo simplesmente deixou de ser financeiramente atraente. Os investimentos acabam indo para áreas mais lucrativas, como câncer ou doenças raras. O resultado é claro: enquanto a ameaça cresce, a fila de novos compostos vai secando aos poucos.

IA na descoberta de antibióticos: uma busca acelerada por medicamentos

É justamente aqui que a IA entra em cena. A proposta é simples: se os métodos laboratoriais tradicionais são lentos demais e caros demais, algoritmos capazes de aprender podem acelerar de maneira expressiva a procura por novas substâncias.

Um exemplo conhecido vem de uma equipe do Massachusetts Institute of Technology, liderada pelo biomédico James Collins. Os pesquisadores treinaram um modelo com praticamente tudo o que a farmacologia aprendeu sobre antibióticos ao longo dos últimos cem anos: estruturas químicas, mecanismos de ação, efeitos colaterais tóxicos, características das paredes celulares bacterianas e proteínas.

A IA aprende a identificar, na geometria de uma estrutura molecular, o padrão de um possível antibiótico - de modo parecido com um programa de reconhecimento facial que encontra padrões em imagens.

Com esse repertório, o sistema passou a calcular bibliotecas virtuais de moléculas. Em vez de testar cada composto em tubo de ensaio, o algoritmo simula a interação com bactérias, estima as chances de sucesso e separa os candidatos mais promissores.

45 milhões de estruturas, 36 milhões de novos candidatos

Em uma rodada, o modelo analisou cerca de 45 milhões de estruturas químicas conhecidas. A partir dos padrões mais promissores, o sistema gerou depois 36 milhões de compostos novos, jamais sintetizados antes - tudo em nível computacional, sem um único procedimento de pipetagem.

Em seguida, os pesquisadores selecionaram um número viável de candidatos, produziram essas substâncias no laboratório e as testaram contra cepas bacterianas reais. No fim, sobraram dois compostos que de fato se mostraram altamente eficazes contra agentes resistentes e usavam alvos de ataque totalmente novos.

À primeira vista, dois acertos entre 36 milhões de estruturas geradas pode parecer pouco animador. Na criação de medicamentos, porém, isso já conta como uma vitória. Muitos programas clássicos passam anos em desenvolvimento e terminam sem que um único composto avance além da fase pré-clínica.

AlphaFold, modelos de IA de AMR e outros: a IA ataca a crise por vários lados

A abordagem do MIT é apenas uma peça do quebra-cabeça. Em paralelo, equipes do mundo inteiro trabalham com outros sistemas de IA que podem se tornar decisivos para a pesquisa de antibióticos.

Ferramenta de IA	Função principal
AlphaFold	Calcula a estrutura tridimensional de proteínas para entender melhor os pontos de ataque nas bactérias.
Modelos de IA de AMR	Preveem como a resistência pode se espalhar e quais mutações tendem a surgir.
Algoritmos de triagem	Vasculham grandes bibliotecas químicas em busca de substâncias desconhecidas com potencial antibacteriano.

A força desses sistemas está na combinação entre velocidade e reconhecimento de padrões. A IA comprime décadas de conhecimento de laboratório em modelos computacionais e revela conexões que até pesquisadores experientes poderiam deixar passar. Além disso, ela poupa trabalho dos laboratórios ao deixar apenas os candidatos mais promissores para os testes mais caros e demorados.

O que a IA pode fazer - e o que ela não consegue

Apesar dos avanços, uma coisa continua clara: a IA, sozinha, não encerra a crise da resistência. Qualquer substância nova pode, mais cedo ou mais tarde, voltar a ser neutralizada por truques evolutivos das bactérias. Sem mudar a forma como os antibióticos são usados, o ciclo se repete.

Para que essas novas ferramentas tragam resultado, também é necessário:

• regras mais rígidas para o uso na medicina humana e na veterinária,
• padrões melhores de higiene em hospitais,
• diagnóstico mais rápido, para que os médicos tratem de forma mais precisa,
• incentivos financeiros para que empresas invistam em projetos arriscados de antibióticos.

A IA muda o ponto de partida dessa corrida: em vez de gastar anos apenas para encontrar um candidato, os pesquisadores conseguem gerar em poucos dias listas de possíveis substâncias e partir rapidamente para os detalhes.

O que os pacientes já percebem - e o que ainda vem pela frente

No dia a dia dos pacientes, o termo IA ainda aparece pouco nesse contexto. A maior parte das aplicações funciona nos bastidores: em laboratórios de pesquisa, em hospitais e em departamentos de bioinformática de universidades. No longo prazo, porém, isso pode trazer mudanças perceptíveis.

Entre as possibilidades estão:

• tratamentos muito mais ajustados ao agente infeccioso específico,
• tempos de tratamento menores graças a escolhas mais precisas de medicamentos,
• novos remédios para infecções contra as quais quase nada funcionava até agora.

Ao mesmo tempo, cresce a responsabilidade no uso dessas tecnologias. Modelos treinados de forma incorreta ou com dados incompletos podem levar a erros perigosos de avaliação. Por isso, controles de qualidade rigorosos e bases de dados transparentes são indispensáveis.

Quem até agora associava a antibiorresistência apenas a artigos técnicos vai se acostumar a ver o tema no fluxo normal das notícias. As superbactérias não afetam só UTIs em países distantes, mas também cirurgias de rotina, pneumonias ou infecções urinárias simples em hospitais europeus. A IA oferece à medicina uma vantagem de tempo muito necessária nessa corrida - e o resto depende de política pública, sistema de saúde e do uso responsável dos antibióticos por cada pessoa.