A Ufam registrou no INPI uma plataforma de IA para ajudar a encontrar candidatos a fármacos contra a leishmaniose. 🧬🤖 A ferramenta, chamada GAIA, tenta atacar uma das fases mais caras e lentas da pesquisa medicinal: decidir quais moléculas merecem ir ao laboratório. 🧵

Imagem indisponível

Desenvolvida em Python por pesquisadores e estudantes da Ufam, a plataforma recebe estruturas moleculares e automatiza análises que antes exigiam várias ferramentas separadas. O objetivo não é “criar uma cura por IA”, mas filtrar melhor onde investir tempo, testes e recursos.

O fluxo inclui validação estrutural, propriedades físico-químicas, previsão de ADMET, ancoragem e dinâmica molecular. Em termos simples: o GAIA estima se uma molécula parece viável, segura e capaz de interagir com um alvo biológico antes de ela chegar à bancada.

Imagem indisponível

O ganho potencial é relevante: menos moléculas precisam ser sintetizadas e testadas. Isso pode reduzir desperdício de reagentes, custos e tempo — mas há uma fronteira importante: previsão computacional não equivale a eficácia clínica. A IA prioriza hipóteses; os experimentos ainda decidem.

Os próprios criadores destacam desafios que costumam ficar fora do hype: dados químicos desbalanceados, integração de softwares e previsões interpretáveis. Sem dados robustos e critérios transparentes, uma plataforma pode apenas acelerar erros com aparência de precisão.

Imagem indisponível

O registro no INPI protege a tecnologia e pode facilitar parcerias. A questão estratégica é: essa propriedade intelectual vai ampliar cooperação entre universidades, SUS e laboratórios públicos, ou virar mais uma barreira de acesso? Inovação em saúde ganha escala quando a transferência é bem desenhada.

O caso da Ufam mostra uma direção promissora: IA aplicada a uma doença negligenciada, com pesquisa produzida fora dos grandes centros globais de tecnologia. O verdadeiro avanço será transformar triagem computacional em tratamentos acessíveis para quem convive com a leishmaniose.

Imagem indisponível