:: ‘Fabrício Berton Zanchi’

por Heleno Nazário

A verificação da capacidade de compostos químicos para tratar enfermidades é um dos aspectos testados para a validação e autorização de medicamentos. É uma etapa essencial para certificar que um princípio ativo em uma determinada formulação cause o efeito desejado. Em geral, usa-se uma progressão de modelos para esses testes, desde culturas em recipientes (in vitro) a modelos animais, as cobaias, para avaliar a segurança e eficácia dos compostos antes de serem testados em humanos. Uma melhoria nesse processo está descrita no artigo Application of Machine Learning in the Development of Fourth Degree Quantitative Structure?Activity Relationship Model for Triclosan Analogs Tested against Plasmodium falciparum 3D7, publicado na revista ACS Omega e assinado pela equipe composta pelo biomédico Railton Marques de Souza Guimarães (São Lucas), o bioinformata Ivo Vieira (UNIR/Fiocruz), o matemático Fabrício Berton Zanchi (CFCAm/UFSB), o químico Rafael Caceres (UFCSPA) e o físico Fernando Berton Zanchi (Fiocruz).

O texto relata o desenvolvimento de um modelo matemático para realizar testes de um composto químico no combate a uma cepa do plasmódio, parasita causador da malária. A investigação contribui em diferentes aspectos da testagem e produção de medicamentos, como os custos de negócio, tempo de desenvolvimento e teste de formulações e compostos químicos e as questões de ética em pesquisa com animais.

O professor Fabrício Berton Zanchi, que atualmente é o decano do Centro de Formação em Ciências Ambientais na Universidade Federal do Sul da Bahia (UFSB), explica que o trabalho envolveu o uso de técnicas de aprendizado de máquina (machine learning) para desenvolver um modelo QSAR (Quantitative Structure-Activity Relationship, ou relação quantitativa de estrutura-atividade) de 4º grau. O modelo consegue prever a eficácia de compostos químicos análogos ao triclosan contra a cepa 3D7 do parasita Plasmodium falciparum, causador da malária. “Esse estudo representa um divisor de águas na luta contra este protozoário, ao combinar modelagem matemática com inteligência artificial para aprofundar a compreensão de como diferentes variações na estrutura química do triclosan, ao serem encontradas pelo modelo, podem aumentar sua eficácia no combate ao parasita, contribuindo para o desenvolvimento de tratamentos mais eficientes e com menos tempo para formulação de novos medicamentos”.

:: LEIA MAIS »