Fim de Semana Científico: Um Computador Quântico Ajudou a Inventar Novos Candidatos a Medicamentos

Pontos-chave

• Investigadores da Universidade Técnica da Dinamarca utilizaram um modelo de IA assistido por computação quântica em 2024 para gerar péptidos inovadores, pequenas cadeias semelhantes a proteínas utilizadas no desenvolvimento de medicamentos.
• Testes de laboratório confirmaram que o modelo assistido por computação quântica produziu mais péptidos bem-sucedidos do que o equivalente de software padrão, com os maiores ganhos quando os dados de treino eram escassos.
• A equipa financiou o trabalho agrupando fundos não gastos de outros projetos e trabalhando nos fins de semana, porque nenhuma entidade de financiamento estava disposta a apoiá-lo.
• Os computadores quânticos ainda são demasiado pequenos para executar modelos de descoberta de medicamentos em larga escala, por isso este resultado é uma prova de conceito, não um produto acabado.
• A ORCA Computing, a startup britânica que construiu a máquina quântica, afirma que o estudo é um dos primeiros usos comerciais de curto prazo claros da tecnologia.

Uma pequena equipa da Universidade Técnica da Dinamarca (DTU) demonstrou que a ligação de um computador quântico a um sistema de descoberta de medicamentos com IA pode produzir melhores candidatos a medicamentos do que utilizar apenas um computador comum. Publicaram os resultados depois de executar a experiência nos fins de semana, financiando-a com orçamento excedentário de outras bolsas.

O modelo de IA em questão é um modelo generativo, software que cria novos resultados em vez de apenas classificar os existentes, semelhante em espírito à tecnologia por trás dos geradores de imagens. Aqui, estava a gerar péptidos: pequenas cadeias de aminoácidos, os blocos de construção das proteínas, que podem aderir a alvos específicos dentro do corpo. Encontrar péptidos que se liguem de forma fiável a uma proteína-alvo é um passo inicial crítico na conceção de vacinas e outros medicamentos.

A máquina quântica que utilizaram foi construída pela startup britânica ORCA Computing e tem aproximadamente o tamanho de uma impressora de secretária. Não é um substituto autónomo de um computador normal. Em vez disso, funciona ao lado de um, uma configuração que os investigadores chamam de sistema híbrido. O componente quântico trata de uma parte específica do cálculo onde a física quântica lhe dá uma vantagem na exploração de possibilidades variadas.

Os testes de laboratório foram importantes aqui. A equipa sintetizou efetivamente os péptidos que o modelo sugeriu e testou se aderiam fisicamente às suas proteínas-alvo. Aderiram, e com uma taxa de sucesso superior à dos péptidos gerados pela versão clássica, não quântica, do mesmo modelo. A melhoria foi mais acentuada para proteínas onde os dados de treino, os exemplos históricos a partir dos quais a IA aprende, eram limitados.

Este último ponto é significativo. A maioria da investigação médica tem-se concentrado em populações ocidentais, deixando menos dados genéticos para pessoas na Ásia, África e outros grupos pouco estudados. O professor Timothy Patrick Jenkins da DTU, que liderou o projeto, disse ao Wired que a etapa quântica parecia ajudar o modelo a gerar um conjunto mais diverso de candidatos mesmo com dados escassos, o que poderia eventualmente ajudar a produzir medicamentos que funcionem numa gama mais ampla de doentes.

Isto significa que os computadores quânticos mudarão a medicina em breve?

Ainda não. As máquinas quânticas disponíveis hoje são demasiado pequenas para executar um modelo de anticorpo de tamanho completo, do tipo com que os investigadores normalmente trabalham. Um computador de high-end padrão ainda teria um desempenho superior em a maioria das tarefas reais de descoberta de medicamentos. O diretor executivo da ORCA Computing, Richard Murray, reconheceu que a tecnologia tem sofrido historicamente com a falta de usos de curto prazo claros. Este estudo, diz ele, é um dos primeiros exemplos concretos de que pode fazer algo útil num contexto comercial hoje.

Jenkins já está a planear o próximo passo: testar o fluxo de trabalho em proteínas maiores e modelos de IA mais avançados. Também está a explorar se a mesma abordagem quântica poderia ajudar a desenhar antídotos sintéticos para veneno de serpente, uma área negligenciada que atrai pouco financiamento de investigação.

Para os doentes e o público, o impacto prático está ainda a anos de distância. O que este estudo faz é dar aos investigadores uma pequena mas real razão para continuar a explorar a combinação.