A busca pelo elixir da vida é intrínseca à humanidade. Enquanto a mitologia da Grécia Antiga contava a história de como Zeus envenenou o titã Chronos, seu pai, e assim alcançou a imortalidade, a Física moderna discute formas de manipular o tempo a nosso favor.

Um grupo de cientistas da startup californiana Integrated Biosciences, em parceria com pesquisadores da Universidade Harvard e do Instituto de Tecnologia de Massachusetts (MIT, na sigla em inglês), nos Estados Unidos, deu um passo além nessa jornada.

O nome do estudo que publicaram, "Discovering small-molecule senolytics with deep neural networks" (em tradução livre, "Descobrindo pequenas moléculas senolíticas com redes neurais profundas"), pode soar complicado.

Talvez por isso sua divulgação ainda não tenha ido muito além do meio acadêmico, desde que a pesquisa foi detalhada em artigo do periódico Nature Aging em maio deste ano.

No texto, seus achados são descritos assim: "Treinamos modelos de aprendizagem profunda com os resultados de uma amostra de pequenas moléculas para atividade senolítica e aplicamos esses nossos modelos para descobrir compostos estruturalmente diversos".

O que os cientistas fizeram, para simplificar a explicação, foi utilizar inteligência artificial (IA) para procurar por possíveis remédios capazes de frear o envelhecimento de nossas células e de, assim, também combater doenças como fibroses, tumores, inflamações e artroses.

"Achar uma nova droga é como procurar por uma agulha no palheiro", diz à BBC News Brasil o físico e matemático americano Felix Wong, especialista em Biofísica, principal autor do estudo e um dos fundadores da Integrated Biosciences.
 

"No nosso caso, o palheiro consiste em todos os potenciais compostos químicos já criados ou que podem vir a ser desenvolvidos."

Usando a IA, Wong pôde testar como mais de 800 mil opções de soluções químicas reagiam a potenciais remédios capazes de selecionar e eliminar senescentes, conhecidas como "células zumbis" do corpo e que levam a processos de envelhecimento.

"Se procurássemos em tudo, ou seja, olhando um a um cada composto, exigiria um esforço substancial, visto que o palheiro seria quase infinito", avalia Wong.
 

"Usamos a IA para procurar nesse palheiro de forma bem mais eficiente, fazendo a máquina prever quais dessas candidatas a drogas são mais prováveis de funcionar."
 
Em depoimento à Nature Aging, o biofísico Andrew Rutenberg, professor da Universidade de Dalhousie, no Canadá, destacou essa metodologia como o grande diferencial da pesquisa.
"Esse trabalho impressionante usa técnicas de aprendizagem profunda de máquinas para explorar diversas estruturas moleculares para uso como novos senolíticos."
Os autores mostram como cheminformatics (termo em inglês que usa para designar "informações químicas") podem ser utilizadas para criar novas drogas promissoras contra o envelhecimento, depois testadas por eles e compartilham detalhes de seu software para ajudar a acelerar futuras descobertas moleculares.

No fim da experiência, ele e sua equipe chegaram a três potenciais drogas que em tese podem realizar esse controle.