O trabalho foi realizado por Yanan Tian, aluna do Programa de Doutoramento Conjunto entre a Faculdade de Ciências e Tecnologia da Universidade de Coimbra (FCTUC) e a Macao Polytechnic University (MPU). O modelo, denominado MMCLKin, foi concebido para prever com alta precisão a atividade e seletividade de inibidores de proteínas quinases, uma classe de alvos terapêuticos cruciais no tratamento de doenças como o cancro e patologias neurodegenerativas. O desenvolvimento de inibidores seletivos é um desafio complexo devido à semelhança estrutural entre as quinases e ao elevado custo dos ensaios experimentais. O MMCLKin utiliza métodos avançados de IA, como redes de grafos geométricos e modelos de linguagem, para identificar as características críticas das interações entre as quinases e os fármacos.

Segundo o professor Joel P. Arrais, orientador do estudo, “os resultados demonstram que o modelo supera os métodos existentes”.

Em ensaios biológicos, o poder preditivo do modelo foi validado: cinco compostos sugeridos pelo MMCLKin inibiram eficazmente uma mutação associada a doenças neurodegenerativas.

Esta capacidade de simular processos biológicos complexos e identificar rapidamente candidatos terapêuticos promissores pode reduzir drasticamente o tempo e o custo da investigação farmacêutica, abrindo novas perspetivas para o desenho de terapias personalizadas.