O desenvolvimento de novos medicamentos para o tratamento de doenças pode levar anos ou décadas – tempo que não temos no que diz respeito ao tratamento de pacientes com COVID-19. Por isso, pesquisadores da Northeastern descobriram outra maneira de descobrir tratamentos para a doença: analisando medicamentos já existentes.
E, depois de considerar todos os medicamentos que estão atualmente disponíveis para os pacientes para tratar uma miríade de outras doenças, eles agora identificaram quatro fortes candidatos ao tratamento de COVID-19, que a equipe relatou nos Proceedings of the National Academy of Sciences na terça-feira.
“Nem todo mundo pode tomar a vacina”, diz Deisy Morselli Gysi, autora principal do novo artigo e pesquisadora de pós-doutorado no Laboratório Barabási do Centro de Pesquisa de Redes Complexas do Northeastern. “Uma droga que pode matar o vírus ou não permitir que ele se reproduza seria útil” ter no kit de ferramentas médicas.
Olhar para os medicamentos existentes é uma abordagem muito mais rápida e barata do que desenvolver algo novo, porque os medicamentos já existem e geralmente já são aprovados pelas autoridades regulatórias, então podem ser colocados diretamente em ensaios clínicos para testar se podem funcionar para vencer a nova doença. Mas fazer isso para cada medicamento individual no mercado não é muito eficiente. Existem milhares.
É por isso que Gysi e seus colegas aplicaram uma abordagem de medicina de rede para escanear um banco de dados de medicamentos existentes em busca de características que possam torná-los bons no tratamento de COVID-19. A equipe examinou a rede de interações celulares que ocorrem quando o vírus que causa o COVID-19 se estabelece no corpo humano e usou essa informação para descobrir quais drogas existentes podem interromper esse processo.
Usando inteligência artificial e outras ferramentas de ciência de rede, os pesquisadores classificaram cerca de 7.000 medicamentos e selecionaram 918 para triagem adicional para determinar se eles seriam tratamentos viáveis para COVID-19 no mundo real. Então, os principais competidores foram trazidos para o mundo real – bem, o mundo das placas de Petri.
No laboratório, 918 medicamentos foram testados para tratar COVID-19 em células de macaco verde primeiro. Então, os de melhor desempenho entre os 200 melhores foram testados em células humanas. Dessas drogas testadas, seis impediram a reprodução do vírus (e, portanto, o mataram) sem matar as células humanas. Quatro dessas seis drogas poderiam ser reutilizadas e potencialmente implantadas em pacientes com COVID-19, dizem os pesquisadores.
Gysi tem o cuidado de não dizer que essas drogas certamente funcionarão em humanos. Embora a triagem de células humanas seja um bom caso para eles, ainda pode haver surpresas em um corpo humano completo. É por isso que, diz ela, o próximo passo crucial será realizar testes clínicos dessas drogas para tratar pacientes com COVID-19.
Esta lista de drogas se soma a um crescente corpo de pesquisas sobre curas para COVID-19.
Gysi e outros no Laboratório Barabási usaram essa abordagem de ciência de rede para procurar medicamentos existentes que poderiam ser reutilizados antes. Na verdade, o chefe desse laboratório, Albert-László Barabási, Robert Gray Dodge Professor de Ciência de Redes e Distinto Professor de Física da Universidade do Northeastern, foi o pioneiro nessa abordagem. Esta pesquisa do COVID-19 se baseia no trabalho anterior e também expande o que pode ser feito, diz Barabási.
“Conseguimos identificar um grande número de medicamentos que antes não eram considerados potencialmente relevantes para o COVID, e agora nossa análise estabeleceu que sim”, diz Barabási. Esse processo também “nos ajudou a desenvolver ferramentas que podem ser futuramente aplicadas a outras doenças”.
O novo artigo vem de uma colaboração com pesquisadores da Universidade de Harvard, que também estavam trabalhando para identificar drogas que poderiam ser reutilizadas para COVID-19. Juntos, os pesquisadores combinaram métodos de ciência de rede com abordagens de inteligência artificial e descobriram que todos os três juntos forneciam previsões muito melhores para o que funcionaria do que qualquer um sozinho.
Veja o estudo completo aqui
