A tuberculose (TB) é uma séria ameaça à saúde em todo o mundo. Uma doença que infetou mais de 10 milhões de pessoas em 2022. O patógeno que causa a doença TB, que se espalha pelo ar e que chega aos pulmões, pode levar a tosse crónica, dores no peito, fadiga, febre e perda de peso. Embora as infeções sejam mais extensas em determinadas partes do mundo, no entanto, também ocorre em países desenvolvidos, como é o caso de um surto sério de tuberculose que está atualmente a ocorrer no Kansas, nos EUA, e que já provocou duas mortes.
Embora a tuberculose seja normalmente tratada com antibióticos, o aumento de variantes resistentes aos medicamentos tornou urgente a criação de novos medicamentos.
Um estudo, liderado por investigadores da University of California San Diego, Linnaeus Bioscience e do Center for Global Infectious Disease Research do Seattle Children’s Research Institute, publicado no “Proceedings of the National Academy of Sciences” descreve o novo uso da Inteligência Artificial (IA) para rastrear candidatos a compostos antimicrobianos que poderão ser envolvidos em novos tratamentos medicamentosos para a tuberculose.
A Linnaeus Bioscience é uma empresa de biotecnologia sediada em San Diego, de Joe Pogliano e de Kit Pogliano, fundada com base em tecnologia desenvolvida nos laboratórios da Escola de Ciências Biológicas da UC San Diego. O método de perfil citológico bacteriano (BCP) fornece um atalho para entender como os antibióticos funcionam, determinando rapidamente os mecanismos subjacentes.
A procura por novos alvos para medicamentos contra tuberculose têm usado métodos laboratoriais tradicionais, um processo que se tem mostrado historicamente árduo e demorado, em parte devido à dificuldade de entender como novos medicamentos funcionam contra o Mycobacterium tuberculosis, a bactéria que causa a doença.
O novo estudo publicado na Proceedings of the National Academy of Sciences descreve o desenvolvimento do “MycoBCP”, uma tecnologia de próxima geração desenvolvida com financiamento da Gates Foundation. O novo método adapta o perfil citológico bacteriano com aprendizagem profunda — um tipo de inteligência artificial que usa redes neurais semelhantes às do cérebro — para superar desafios tradicionais e abrir novas visões das células do Mycobacterium tuberculosis.
“Esta é a primeira vez que este tipo de análise de imagem usando aprendizagem máquina e IA foi aplicado desta forma a bactérias”, disse o coautor do estudo Joe Pogliano, do Departamento de Biologia Molecular. “Imagens de tuberculose são inerentemente difíceis de interpretar pelo olho humano e medições laboratoriais tradicionais. A aprendizagem máquina é muito mais sensível em ser capaz de captar as diferenças em formas e padrões que são importantes para revelar mecanismos subjacentes.”
Com mais de dois anos de desenvolvimento, os autores principais do estudo, Diana Quach e Joseph Sugie, moldaram a tecnologia MycoBCP treinando ferramentas de IA conhecidas como redes neurais convolucionais com mais de 46.000 imagens de células de TB.
“As células da tuberculose são aglomeradas e parecem sempre ficar próximas umas das outras, então definir os limites das células não parecia possível”, disse Joseph Sugie, da Linnaeus Bioscience. “Em vez disso, saltamos para deixar o computador analisar, por nós, os padrões nas imagens.”
A Bioscience Linnaeus uniu-se à especialista em tuberculose Tanya Parish do Seattle Children’s Research Institute para desenvolver um perfil citológico bacteriano para micobactérias. O novo sistema já acelerou amplamente as capacidades de investigação de TB da equipa de investigação e ajudou a identificar compostos candidatos ideais para o desenvolvimento de medicamentos.
“Um componente crítico do progresso em direção a novos candidatos a medicamentos é definir como eles funcionam, o que tem sido tecnicamente desafiador e leva tempo”, disse Tanya Parish, coautor do estudo. “Esta tecnologia expande e acelera a nossa capacidade de fazer isso e permite-nos priorizar em que moléculas devemos trabalhar com base no modo de ação. Ficamos animados em colaborar com Linnaeus, no trabalho para desenvolver a tecnologia para Mycobacterium tuberculosis.”
“Desenvolvemos o perfil citológico bacteriano que nos permitiu olhar para as células bacterianas de uma nova maneira”, disse Joe Pogliano. “Ele nos permitiu realmente ver como as células se parecem após o tratamento com antibióticos, para que pudéssemos interpretar os mecanismos subjacentes. Descrevemos esse método como equivalente a realizar uma autópsia numa célula bacteriana.”
