Modelo de IA otimiza produção de medicamentos proteicos em leveduras e pode reduzir custos
Pesquisadores do MIT criaram uma IA que otimiza o código genético de leveduras para fabricar medicamentos proteicos de forma mais rápida e barata. O modelo demonstrou ser superior às ferramentas atuais ao aumentar a produção de hormônios e anticorpos contra o câncer.
Engenheiros químicos do MIT desenvolveram um modelo de linguagem de grande escala (LLM) capaz de otimizar a produção de proteínas em leveduras industriais, uma inovação que promete reduzir drasticamente os custos e o tempo de fabricação de biofármacos. O estudo, publicado na PNAS, focou na levedura Komagataella phaffii, amplamente utilizada na indústria para produzir vacinas e anticorpos.
O modelo de IA analisou os padrões genéticos de aproximadamente 5.000 proteínas produzidas naturalmente pela levedura para prever quais sequências de códons resultariam em uma produção mais eficiente. Diferente das ferramentas tradicionais que apenas escolhem os códons mais frequentes, a IA do MIT adotou uma abordagem mais refinada para evitar o esgotamento de moléculas de tRNA nas células da levedura.
Nos testes realizados, o modelo superou quatro ferramentas comerciais de otimização, aumentando a eficiência na produção de cinco das seis proteínas testadas, incluindo o hormônio do crescimento humano e o anticorpo trastuzumabe, usado no tratamento do câncer. Como o processo de desenvolvimento de novos medicamentos biológicos pode representar até 20% do custo total de comercialização, essa tecnologia baseada em aprendizado de máquina oferece um caminho para tornar os medicamentos biológicos mais acessíveis.