Leitura rápida

Inteligência Artificial pode acelerar tratamentos baseados em mRNA para vírus, cânceres e doenças genéticas
30 de julho de 2025, 14:32

Fonte

Marc Airhart, Universidade do Texas em Austin

Publicação Original

Universidade do Texas em Austin

Áreas

Bioinformática, Biologia, Biomedicina, Bioquímica, Biotecnologia, Desenvolvimento de Fármacos, Engenharia Biológica, Farmacologia, Genética, Genômica, Indústria Farmacêutica, Oncologia, Proteômica, Terapia Celular, Virologia

Compartilhar

Resumo

Um novo modelo de inteligência artificial pode aprimorar o processo de descoberta de medicamentos e vacinas, prevendo a eficiência com que sequências específicas de RNA mensageiro (mRNA) vão produzir proteínas.

O novo avanço, desenvolvido por meio de uma parceria entre a Universidade do Texas em Austin, nos EUA, e a Sanofi, ajuda a prever a quantidade de proteína que as células produzirão, o que pode minimizar a necessidade de experimentação por tentativa e erro, acelerando a próxima geração de terapias de mRNA.

Entre as áreas mais promissoras da saúde e da medicina, a capacidade de desenvolver novas vacinas e medicamentos de mRNA — capazes de combater vírus, cânceres e doenças genéticas — envolve o processo frequentemente desafiador de induzir as células do corpo de um paciente a produzir proteína suficiente a partir do mRNA terapêutico para combater doenças de forma eficaz.

O novo modelo, chamado RiboNN, visa orientar o desenvolvimento de novas terapias baseadas em mRNA, esclarecendo o que produzirá a maior quantidade de uma proteína ou atingirá com mais eficiência partes específicas do corpo, como o coração ou o fígado. A equipe descreveu o modelo em um dos dois artigos relacionados publicados na revista científica Nature Biotechnology.

“Quando iniciamos este projeto, há mais de seis anos, não havia uma aplicação óbvia”, disse o Dr. Can Cenik, professor de Biociências Moleculares na Universidade do Texas em Austin, que coliderou o trabalho juntamente com o Dr. Vikram Agarwal, chefe de ciência de dados para design de plataformas de mRNA no Centro de Excelência de mRNA da Sanofi. “Estávamos curiosos para saber se as células coordenavam quais mRNAs produzem e com que eficiência eles são traduzidos em proteínas. Esse é o valor da pesquisa movida pela curiosidade. Ela constrói a base para avanços como o RiboNN, que só se tornaram possíveis muito mais tarde”.

Em testes abrangendo mais de 140 tipos de células humanas e de camundongos, o RiboNN foi cerca de duas vezes mais preciso na previsão da eficiência da tradução do que abordagens anteriores. Esse avanço pode dar aos pesquisadores a capacidade de fazer previsões em células de maneiras que podem ajudar a acelerar tratamentos para câncer e doenças infecciosas e hereditárias.

Um dos objetivos da ferramenta preditiva é, um dia, desenvolver terapias direcionadas a um tipo específico de célula, disse o professor Can Cenik. “Talvez seja necessário que uma terapia de última geração seja produzida no fígado, no pulmão ou em células do sistema imunológico. Isso abre uma oportunidade para alterar a sequência de mRNA e aumentar a produção dessa proteína naquele tipo de célula”, continuou o pesquisador.

No segundo artigo, também publicado na revista Nature Biotechnology, a equipe demonstrou que mRNAs com funções biológicas relacionadas são traduzidos em proteínas em níveis semelhantes em diferentes tipos de células.

Em suas publicações, o Portal SciAdvances tem o único objetivo de divulgação científica, tecnológica ou de informações comerciais para disseminar conhecimento. Nenhuma publicação do Portal SciAdvances tem o objetivo de aconselhamento, diagnóstico, tratamento médico ou de substituição de qualquer profissional da área da saúde. Consulte sempre um profissional de saúde qualificado para a devida orientação, medicação ou tratamento, que seja compatível com suas necessidades específicas. 

Autores/Pesquisadores Citados

Dr. Can Cenik

Professor de Biociências Moleculares na Universidade do Texas em Austin

Dr. Vikram Agarwal

Pesquisador do Centro de Excelência de mRNA da Sanofi

Instituições Citadas

Universidade do Texas em Austin

Sanofi

Publicação

Acesse o resumo do artigo científico (em inglês).

Acesse a revista científica Nature Biotechnology (em inglês).

Mais Informações

Acesse o primeiro artigo Predicting the translation efficiency of messenger RNA in mammalian cells na revista Nature Biotechnology (em inglês).

Acesse o segundo artigo Translation efficiency covariation identifies conserved coordination patterns across cell types na revista Nature Biotechnology (em inglês).

Acesse  a notícia original completa na página da Universidade do Texas em Austin (em inglês).

Comunique um Erro

Notícias relacionadas

E-books relacionados

Tópicos de Genética Molecular para Universitários

Editora Universitária da UFRPE

Da Biologia à Biotecnologia

Editora da Universidade Caxias do Sul

Rolar para cima