LIGAND-AI: Descoberta de fármacos por pequenas moléculas e inteligência artificial - Um trilhar experimental e de dados

• Processo: 25/12632-9
• Modalidade de apoio: Auxílio à Pesquisa - Temático
• Data de Início da vigência: 01 de novembro de 2025
• Data de Término da vigência: 31 de outubro de 2030
• Área do conhecimento: Ciências Exatas e da Terra - Química - Química Orgânica
• Pesquisador responsável: Ronaldo Aloise Pilli
• Beneficiário: Ronaldo Aloise Pilli
• Pesquisador Responsável no exterior: Aled Morgan Edwards
• Instituição Parceira no exterior: Structural Genomics Consortium Toronto, Canadá
• Instituição Sede: Instituto de Química (IQ). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Pesquisadores principais: Claudia Maria Bauzer Medeiros ; Katlin Brauer Massirer
• Pesquisadores associados: Bruno Sérgio Do Amaral ; João Marcos Batista Junior ; Lucas Rodrigo de Souza ; Mário Henrique Bengtson ; Micael Rodrigues Cunha ; Priscila Zonzini Ramos ; Rafael Junqueira Borges ; Rafael Lemos Miguez Couñago
• Assunto(s): Inteligência artificial Química médica
• Palavra(s)-Chave do Pesquisador: Cromatografia de bioafinidade ou AS-MS | Inteligência Artificial | Planejamento de fármacos e síntese química | proteínas-alvo | Quiminformática | Varredura de moléculas (screening de moléculas) | Química Medicinal

Resumo

Moléculas pequenas potentes e seletivas que atuam sobre proteínas específicas são ferramentas essenciais tanto para a investigação de processos biológicos quanto para o desenvolvimento de novos fármacos. Apesar de sua importância, as moléculas pequenas atualmente disponíveis têm como alvo apenas cerca de 10% do proteoma humano. Essa cobertura limitada persiste porque o desenvolvimento de novos inibidores químicos continua sendo um processo demorado, caro e tecnicamente desafiador, mesmo com as tecnologias modernas disponíveis. A inteligência artificial (IA) oferece potencial para acelerar a descoberta de fármacos; no entanto, seu avanço é limitado pela escassez de conjuntos de dados experimentais em larga escala e de alta qualidade necessários para treinar modelos preditivos robustos.Para enfrentar essa limitação, a iniciativa LIGAND-AI, proposta e coordenada pelo Structural Genomics Consortium (SGC), no âmbito da iniciativa global Innovative Health Initiative/Horizon, visa gerar um conjunto de dados experimentais sem precedentes, descrevendo as interações de bilhões de pequenas moléculas com 2.000 proteínas humanas diversas. O projeto integra plataformas complementares de triagem, incluindo a triagem de fragmentos químicos por Cromatografia de Afinidade Fraca acoplada à Espectrometria de Massas (WAC-MS), desenvolvida no CQMED. Além disso, o projeto utilizará triagens por Espectrometria de Massas com Seleção de Afinidade Enantiosseletiva (EAS-MS) e por Bibliotecas Codificadas por DNA (DEL). As triagens gerarão dados experimentais de alta qualidade para o treinamento de algoritmos de IA, que serão validados por métodos biofísicos como a Ressonância de Plásmons de Superfície (SPR) e ensaios bioquímicos.Como um nó estratégico de geração de dados dentro da LIGAND-AI, o CQMED-Unicamp liderará a produção de 100 proteínas-alvo selecionadas por grupos de pesquisa brasileiros e realizará triagens locais usando DEL e WAC-MS. Os dados de fragmentos obtidos por WAC-MS também serão utilizados para avaliar se os dados de DEL podem melhorar as taxas de confirmação de hits e sua priorização. Além disso, nosso grupo contribuirá com a síntese química de ligantes previstos por IA/Aprendizado de Máquina, tanto de forma local quanto colaborativa com o consórcio LIGAND-AI, para apoiar a validação dos modelos e sua melhoria iterativa. Para quatro alvos selecionados, avançaremos os ligantes validados até obter sondas químicas de alta qualidade, permitindo estudos funcionais.Ao contribuir com esse esforço, o CQMED-Unicamp desempenhará um papel estratégico na superação das limitações atuais na descoberta de sondas químicas, fortalecendo a expertise local sobre o potencial terapêutico do proteoma humano e promovendo avanços globais na pesquisa biológica e na descoberta de novos fármacos. (AU)