Modelos de aprendizado de máquina QSAR e suas aplicações para identificar potenciais terapias para a covid-19

covid-19-targets-qsar

Apesar de grandes esforços e investimentos, nos sete meses desde que a Organização Mundial da Saúde declarou a covid-19 uma pandemia, os tratamentos terapêuticos eficazes para pacientes que sofrem dessa doença permaneceram incertos. Para ajudar no esforço de identificar tratamentos antivirais eficazes que possam mitigar o impacto do vírus, um grupo de cientistas e tecnólogos do CAS procurou identificar possíveis candidatos a medicamentos para o tratamento da covid-19 com modelos preditivos de aprendizado de máquina. A metodologia Quantitative Structure-Activity Relationships (QSAR) foi usada para construir e testar mais de 40 modelos de proteínas-alvo com atividade antiviral prioritários 3CLpro ou RdRp. Foram aplicados os modelos de classificação com melhor desempenho para filtrar um conjunto de mais de 150.000 substâncias químicas, incluindo medicamentos aprovados pela FDA. Este trabalho identificou com sucesso uma série de medicamentos que agora começam a mostrar eficácia clínica, incluindo Lopinavir e Telmisartan, bem como muitas outras substâncias candidatas a serem consideradas. 

Esperamos que esse esforço, que combinou curadoria de dados feita por cientistas e modelos preditivos de aprendizado de máquina para identificar com sucesso potenciais candidatos a medicamentos de pequenas moléculas para a covid-19, destaque o valor da sinergia entre pessoas e máquinas na descoberta de medicamentos, ao mesmo tempo em que contribui com os esforços para a pesquisa antiviral em andamento para a covid-19 e muito mais.