Isomorphic Labs apresenta o modelo proprietário de IA para descoberta de fármacos IsoDDE
A Isomorphic Labs publicou um relatório técnico de 27 páginas sobre o IsoDDE, seu novo motor proprietário de IA para descoberta de fármacos. A empresa afirma que o sistema supera modelos existentes na predição de interações fármaco–proteína e de estruturas de anticorpos, mas o documento traz poucos detalhes técnicos sobre como alcançar resultados semelhantes.
Quase dois anos depois de o Google DeepMind lançar um AlphaFold3 atualizado e voltado à descoberta de fármacos, sua spin-off de biofármacos, Isomorphic Labs, anunciou um modelo de inteligência artificial ainda mais poderoso — e vai mantê-lo só para si. A Isomorphic Labs, sediada em Londres, destacou as capacidades de seu “motor de descoberta de fármacos” — que chama de IsoDDE — em um relatório técnico de 27 páginas, divulgado em 10 de fevereiro.
As conquistas, incluindo previsões precisas de como proteínas interagem com potenciais fármacos e de estruturas de anticorpos, impressionaram cientistas que atuam na área. No entanto, diferentemente dos sistemas de IA AlphaFold para prever a estrutura de proteínas — que foram disponibilizados a outros pesquisadores e descritos em profundidade em artigos de periódicos — o IsoDDE é proprietário, e o artigo técnico oferece poucas pistas sobre como obter resultados semelhantes.
“É um grande avanço, na escala de um AlphaFold4”, diz Mohammed AlQuraishi, biólogo computacional da Columbia University, em Nova York, que trabalha no desenvolvimento de versões totalmente open-source do AlphaFold, referindo-se a uma futura geração ainda não lançada da tecnologia do Google DeepMind. “O problema, claro, é que não sabemos nada dos detalhes.”
O AlphaFold 3 foi desenvolvido pensando na descoberta de fármacos. Diferentemente de seu predecessor vencedor do Nobel, o AlphaFold2, o modelo conseguia prever as estruturas de proteínas interagindo com outras moléculas — incluindo potenciais fármacos.
IAs semelhantes, modeladas a partir do AlphaFold 3, chegaram perto de igualar plenamente seu desempenho e passaram a oferecer novas capacidades. Um modelo open-source chamado Boltz-2, desenvolvido por cientistas do Massachusetts Institute of Technology, em Cambridge, e lançado no ano passado, conseguia prever a força com que potenciais fármacos se aderem às proteínas, ou a afinidade de ligação. Trata-se de uma propriedade-chave para o desenvolvimento de terapêuticos e, em geral, é prevista com métodos baseados em física, computacionalmente intensivos.
De acordo com o relatório da Isomorphic, sua nova IA supera tanto o Boltz-2 quanto os métodos baseados em física na determinação da afinidade de ligação. As previsões de como anticorpos — que constituem a base de terapias que acumulam dezenas de bilhões de libras em vendas anuais — interagem com seus alvos também são de ponta, afirma o relatório.
AlQuraishi diz estar especialmente impressionado com a capacidade do IsoDDE de prever interações fármaco–proteína de moléculas que são muito diferentes dos dados com os quais o modelo foi treinado. “Esse é o problema realmente difícil e sugere que eles devem ter feito algo bastante novo”, diz ele.