Desvendando drogas sintéticas: IA prevê moléculas ocultas

#QuimicaPredictiva

Novas drogas sintéticas são produzidas em laboratórios clandestinos com alterações sutis nas moléculas para driblar a legislação e os testes laboratoriais. Para combater essa onda, cientistas geraram computacionalmente uma biblioteca com cerca de 20 mil estruturas químicas e espectros de massas de possíveis drogas e seus metabólitos. Chamado de Drugs of Abuse Metabolite Database (DAMD), esse repositório ajuda laboratórios forenses a identificar compostos que nunca haviam sido vistos, comparando amostras biológicas com as previsões do banco. O trabalho teve participação de estudantes do ensino médio e demonstra como a colaboração entre jovens pesquisadores e especialistas pode ter impacto significativo.

Como a biblioteca é criada

Modelos de aprendizado de máquina são alimentados com estruturas de drogas conhecidas e, em seguida, projetam como pequenas mudanças químicas alterariam a molécula. Para cada estrutura prevista, algoritmos simulam o espectro de massas que seria detectado por cromatógrafos e espectrômetros em laboratório. Esses dados são então validados com amostras reais quando disponíveis. A capacidade de prever centenas de variantes permite que laboratórios estejam preparados para identificar novas drogas logo que apareçam.

Aplicações e futuro

O DAMD é especialmente útil em contextos de emergência, como intoxicações agudas, pois permite determinar rapidamente o agente causador e orientar o tratamento. À medida que traficantes criam novas substâncias, a biblioteca precisa ser atualizada com previsões adicionais. Ferramentas similares podem ser usadas para prever metabólitos de pesticidas, suplementos e produtos farmacêuticos adulterados.

Curiosidade

Prever o espectro de massas de uma molécula lembra prever o cheiro de um bolo lendo a receita: é possível estimar como será o resultado final antes de prepará-lo. Assim, cientistas podem se antecipar aos químicos de laboratório clandestino e ficar um passo à frente.