Uma inteligência artificial analisou 400 mil posts do Reddit e descobriu efeitos colaterais ocultos do Ozempic. Pesquisadores utilizaram aprendizado de máquina para identificar sintomas não listados anteriormente.
A terapia fágica da Invitris, um startup DeepTech, revoluciona a medicina ao produzir medicamentos em 4 a 8 horas usando uma plataforma livre de células. O fundador Patrick Grossmann descreve isso como o "momento ChatGPT" da indústria farmacêutica, com a IA transformando radicalmente as terapias personalizadas.
Este artigo propõe o TRACE, um agente de raciocínio LLM com consciência de trajetória para otimização de leads moleculares, abordando a limitação de otimização molecular de uma etapa. Ele formula a seleção de ferramentas como um problema de tomada de decisão sequencial em trajetórias de ação, crucial para transformar compostos iniciais em candidatos a medicamentos viáveis. O TRACE melhora as propriedades relacionadas ao ADMET por meio de refinamento estrutural sutil, preservando as subestruturas moleculares chave.
MOLPAQ é um novo gerador modular quântico-clássico que cria moléculas interpretáveis a partir de patches latentes gerados quanticamente, alcançando 100% de validade RDKit e alta novidade e diversidade. Esta abordagem melhora significativamente o controle de propriedades como QED e a incidência de motivos aromáticos em comparação com geradores clássicos.
A OpenAI apresenta o GPT-Rosalind, um modelo de raciocínio de ponta desenvolvido para acelerar a descoberta de medicamentos, a análise genômica e os fluxos de trabalho de pesquisa científica. Ele visa impulsionar as ciências da vida através de suas capacidades avançadas de IA.
A inteligência artificial está sendo empregada para analisar 1.500 medicamentos aprovados em busca de sinais ocultos relacionados a doenças cerebrais, como MND, Parkinson e demência. O objetivo é reduzir de décadas para anos o tempo de pesquisa, identificando tratamentos potenciais em fármacos já existentes.
Este artigo explora a aprendizagem de representações moleculares utilizando modelos de linguagem e tarefas auxiliares relevantes para o domínio. O objetivo é melhorar a compreensão e a previsão de propriedades moleculares.
MolClaw é um agente autônomo de IA para avaliação, triagem e otimização de moléculas de medicamentos. Ele utiliza uma arquitetura de habilidades hierárquica de três níveis, integrando mais de 30 ferramentas especializadas, e introduz o MolBench, um novo benchmark para este domínio.
Esta pesquisa aborda desafios na predição robusta de propriedades moleculares em cenários extremos de out-of-distribution (OOD), cruciais para a descoberta de medicamentos impulsionada por IA. Ela propõe SCOPE-BENCH, um novo benchmark para avaliação de desempenho OOD, e POMA, um framework para adaptação multi-fonte para superar as limitações dos métodos existentes.
O artigo apresenta InteractBind, um extenso conjunto de dados com cerca de 100 mil pares proteína-ligante, e um benchmark para avaliação detalhada. Ele visa verificar se os modelos podem localizar sítios de ligação e identificar interações não covalentes, preenchendo uma lacuna nas avaliações existentes.
Este conteúdo apresenta o DrugPlayGround, um framework para avaliar e comparar o desempenho de Large Language Models (LLMs) na descoberta de medicamentos. Ele foca na geração de descrições textuais de características de medicamentos, sinergismo, interações proteína-medicamento e respostas fisiológicas, com a participação de especialistas para justificar as previsões dos LLMs.
Filippo Menolascina utiliza o Co-Scientist para identificar novos tratamentos para doenças hepáticas. A ferramenta também ajuda a explicar por que certos medicamentos existentes auxiliam apenas pacientes específicos.
Este artigo analisa a declaração de Demis Hassabis, CEO da Google DeepMind, na Google I/O, onde ele expressou a esperança da empresa de "resolver todas as doenças" através da redescoberta de medicamentos. A newsletter da The Verge discute a audácia e o contexto desta ambição.