Cientista do MIT ensina química à IA para desenvolver novos medicamentos

Connor Coley, do Instituto de Tecnologia de Massachusetts, trabalha na interseção entre química e aprendizado de máquina. Sua nova abordagem ajuda sistemas de IA a ir além de encontrar padrões nos dados: eles também compreendem os princípios fundamentais da química e usam esse conhecimento para desenvolver novos medicamentos.

Por que o aprendizado de máquina tradicional não basta

Os modelos tradicionais de aprendizado de máquina são treinados com enormes volumes de dados e buscam padrões. Mas, na química, isso não é suficiente: uma molécula que parece semelhante do ponto de vista estatístico pode ter propriedades completamente diferentes. A IA precisa entender as regras químicas reais, como a interação entre os átomos e o motivo de os elétrons se distribuírem de determinada forma.

Por isso, Coley incorporou princípios químicos aos seus modelos. Agora a IA não adivinha, ela raciocina, como um químico experiente.

Como funciona

A abordagem de Coley usa as chamadas redes neurais informadas pela física (physics-informed neural networks). Elas combinam o poder do aprendizado profundo com restrições explícitas extraídas da química. O modelo pode propor uma molécula que:

• Nunca apareceu no conjunto de treinamento
• Mas obedece às leis químicas: não viola a valência nem o equilíbrio eletrônico
• E provavelmente tem as propriedades necessárias para um medicamento

É como entregar à IA não apenas um conjunto de exemplos, mas um livro-texto de química, e pedir que ela resolva um problema criativo.

Aplicações e potencial

"Queremos que a IA não apenas preveja quais moléculas vão funcionar, mas também consiga explicar por quê", diz

Coley.

A abordagem já mostra resultados. A IA encontra candidatos a medicamentos que químicos humanos teriam ignorado, por serem estranhos ou atípicos, mas ainda assim funcionais. Isso acelera as primeiras etapas do desenvolvimento: em vez de sintetizar centenas de compostos, é possível primeiro filtrar as 10–20 melhores opções. Para a indústria farmacêutica, isso é crítico: desenvolver um único medicamento custa bilhões e leva anos.

O que isso significa

É um sinal de como o aprendizado de máquina está mudando. A primeira geração de IA era puramente estatística: adivinhava padrões. A segunda incorpora conhecimento especializado e leis físicas. A IA deixa de ser apenas uma ferramenta de busca e passa a ser um pesquisador que raciocina por regras. Para a química e a biologia, isso pode significar acelerar não só o desenvolvimento de medicamentos, mas também a descoberta de novos materiais e catalisadores.