E se a chave para tratar doenças hepáticas e pulmonares estivesse escondida em um medicamento presente há décadas em milhões de lares? Com o apoio do programa Early Adopters BIO+IA, uma equipe de pesquisadores da Colômbia e da Venezuela utilizou inteligência artificial e análise de redes moleculares para investigar uma possibilidade que poderia abrir novas perspectivas para a medicina do futuro. O resultado?: Uma demonstração do valor da colaboração regional e de como a inteligência artificial pode acelerar a descoberta científica na América Latina e no Caribe.
E se um medicamento utilizado há mais de 60 anos para aliviar a tosse tivesse o potencial de ajudar no tratamento de doenças graves que hoje contam com poucas alternativas terapêuticas? Essa foi a pergunta que uma equipe binacional, formada por pesquisadores da Universidade Autônoma de Bucaramanga (Colômbia, membro ativo da rede acadêmica nacional, RENATA) e do Instituto Venezuelano de Pesquisas Científicas (IVIC), decidiu abordar no âmbito do programa Early Adopters BIO+IA, iniciativa impulsionada pela RedCLARA no âmbito do BELLA II para levar recursos avançados de bioinformática e inteligência artificial aos pesquisadores da América Latina e do Caribe.
O objetivo do grupo científico era estudar o potencial do dextrometorfano, um conhecido antitússico, como possível tratamento para doenças fibróticas, especialmente aquelas que afetam o fígado e os pulmões. Para isso, a equipe recorreu a ferramentas de inteligência artificial, análise de redes moleculares e colaboração científica regional.
Uma questão complexa que exigia novas ferramentas
As doenças fibróticas representam um importante problema de saúde. São distúrbios crônicos nos quais um órgão sofre lesões ou inflamação persistente, o que provoca um acúmulo excessivo de tecido cicatricial (matriz extracelular) que substitui as células saudáveis. Com o tempo, isso torna o órgão rígido, diminui sua elasticidade e destrói progressivamente sua estrutura e função biológica. Isso ocorre, por exemplo, na fibrose pulmonar e em diversas doenças hepáticas.
Proibido para menores de 2 anos, o dextrometorfano é um medicamento antitússico que alivia a tosse seca ou irritativa que surge em casos de resfriados ou gripe; disponível sem receita médica na forma de xarope e comprimidos, esse composto químico é amplamente utilizado, pois, embora não cure a doença nem seja indicado para a tosse com catarro, ele alivia os sintomas, agindo no cérebro para inibir o reflexo da tosse.
Estudos realizados a partir de 2023 mostraram sinais promissores sobre os efeitos anti-inflamatórios e antifibróticos do próprio dextrometorfano, usado para tratar a tosse, em doenças fibróticas, mas ainda não havia uma explicação clara sobre como o medicamento poderia atuar sobre os mecanismos biológicos envolvidos nesses processos.
O desafio era enorme: analisar grandes volumes de informações científicas dispersas em milhares de artigos, identificar conexões entre genes, proteínas e processos biológicos e construir uma visão integral capaz de transformar indícios isolados em uma hipótese sólida.
O valor do programa Early Adopters BIO+IA
O projeto foi um dos selecionados para participar do programa Early Adopters BIO+IA, uma iniciativa criada para que equipes de pesquisa da região trabalhem com o Testbed de Bioinformática e Inteligência Artificial do BELLA II, uma infraestrutura projetada para capturar, processar e analisar informações científicas por meio de inteligência artificial generativa, inteligência artificial lógica e bioinformática estrutural.
Segundo os pesquisadores, a principal motivação para se candidatarem foi que sua hipótese era “biologicamente fundamentada, mas computacionalmente inexequível com os recursos locais”. Os pesquisadores Gustavo Antonio Bruges Morales (Universidade Autônoma de Bucaramanga), Rafael José Puche Quiñonez (IVIC) e Fernando Antonio Hernández Medina (Instituto Venezuelano de Pesquisas Científicas), responsáveis pelo estudo, afirmam, por meio de uma entrevista respondida por escrito, que “a hipótese de que o dextrometorfano, um antitússico com mais de sessenta anos de uso clínico, possa ser reposicionado como antifibrótico multiorgânico não se resolve com um ensaio pontual nem com uma pesquisa bibliográfica convencional: exige a construção e a análise de redes moleculares completas, integrando transcriptômica hepática e pulmonar, interações proteína-proteína e mineração de dezenas de milhares deabstracts”.
O acesso ao testbed permitiu que eles contassem com infraestrutura tecnológica, ferramentas especializadas e acompanhamento técnico para desenvolver análises que teriam sido extremamente difíceis de realizar de forma independente.
“Esse tipo de trabalho apresenta três gargalos que uma universidade regional dificilmente consegue resolver sozinha: infraestrutura de computação persistente (nossas execuções de inferência geram arquivos de rotas com mais de 140 MB e levam horas), acesso a ferramentas especializadas que não vêm em pacotes para instalação simples e — o mais difícil — acompanhamento técnico por parte de quem desenvolveu essas ferramentas. O testbed BIO+IA oferecia as três coisas em um único lugar”, explicam os especialistas.
Quando a inteligência artificial ajuda a questionar as próprias hipóteses
Uma das maiores contribuições da experiência foi que a tecnologia não foi utilizada para confirmar uma ideia preconcebida, mas para colocá-la à prova.
Por meio da análise de milhares de publicações científicas e da construção de redes de interação molecular, os pesquisadores puderam observar que alguns dos mecanismos que inicialmente consideravam centrais não contavam com respaldo científico suficiente, enquanto outros se revelaram atores muito mais relevantes do que o esperado.
A plataforma permitiu processar dezenas de milhares de registros científicos e construir bases de conhecimento com milhares de relações biológicas documentadas, sempre mantendo a rastreabilidade até as fontes originais.
Para a equipe, esse foi um dos aprendizados mais valiosos: “O mais importante foi que o testbed nos obrigou a transformar uma hipótese narrativa em uma estrutura falsável e, em seguida, nos deu as ferramentas para nos refutarmos a nós mesmos”.
À medida que as análises avançavam, surgiu uma nova compreensão do problema. O que começou como uma hipótese baseada em uma relação simples entre um medicamento e um alvo biológico evoluiu para uma visão muito mais ampla, baseada em redes de interação molecular.
A colaboração regional como elemento-chave
Além dos resultados científicos, este projeto demonstra o valor da colaboração promovida pela RedCLARA, pelo projeto BELLA II que ela executa e pelas Redes Nacionais de Pesquisa e Educação (RNIE) latino-americanas que lhe dão vida.
A equipe de pesquisa binacional contou com o apoio da RENATA, a RNIE colombiana, trabalhando em uma infraestrutura regional compartilhada. Segundo os participantes, essa capacidade de colaboração foi uma parte fundamental da experiência: “O programa consolidou uma colaboração entre a Colômbia e a Venezuela, operando em uma infraestrutura comum. Para grupos da região, esse acesso é a diferença entre formular uma questão de biologia de sistemas e poder respondê-la”.
Essa articulação entre pesquisadores, redes nacionais e plataformas regionais é precisamente um dos objetivos centrais do projeto BELLA II: permitir que o conhecimento, a infraestrutura e o talento se conectem para enfrentar desafios científicos que transcendem fronteiras. Cofinanciado pela União Europeia, esse tipo de contribuição — em que a cooperação que ocorre no ecossistema das RNIE que integram a RedCLARA gera resultados que beneficiam as pessoas — é a base fundamental do projeto BELLA II.
Resultados que vão além de um projeto
Durante sua participação no Early Adopters BIO+IA, a equipe conseguiu construir um modelo mecanístico reproduzível, identificar novas linhas de pesquisa e desenvolver capacidades que permanecerão em suas instituições.
Também consolidou ferramentas reproduzíveis em R e Python, fortaleceu suas capacidades em análise de redes biológicas e estabeleceu repositórios abertos alinhados aos princípios da ciência aberta.
No entanto, para os pesquisadores, a principal conquista foi ter elevado o nível de evidência disponível para sustentar suas hipóteses. Como resume a equipe: “O testbed nos permitiu passar de uma hipótese defensável em um seminário para um conjunto de afirmações com rastreabilidade até a frase e o PMID de origem, que é o padrão exigido para um manuscrito publicável”.
Um exemplo do potencial do BELLA II para acelerar a pesquisa regional
A experiência demonstra como a combinação de inteligência artificial, bioinformática, infraestrutura compartilhada e colaboração internacional pode acelerar significativamente os processos de pesquisa científica.
Nesse caso, o ambiente de testes BIO+IA não apenas ajudou a gerar novos conhecimentos sobre o potencial terapêutico do dextrometorfano, como também permitiu que pesquisadores de diferentes países trabalhassem juntos, questionassem suas próprias hipóteses e construíssem evidências mais sólidas para futuras pesquisas.
Esse é precisamente o tipo de impacto que a RedCLARA e o BELLA II buscam: transformar a conectividade em colaboração efetiva e converter o acesso a tecnologias avançadas em oportunidades reais para a ciência latino-americana. Trata-se, aliás, de um exemplo concreto da abordagem centrada no ser humano da Aliança Digital UE-ALC, da qual o BELLA II é um pilar.
