Os cientistas usaram inteligência artificial para descobrir a molécula BRP entre milhares de peptídeos. Essa abordagem inovadora permitiu direcionar especificamente vias metabólicas relacionadas ao apetite, sem afetar outras funções corporais, como fazem medicamentos similares.
A BRP atua principalmente no hipotálamo, uma região do cérebro crucial para a regulação da fome. Testes em animais mostraram uma redução significativa na ingestão de alimentos e perda de peso, sem os enjoos ou a perda muscular observados com outros tratamentos.
A molécula foi identificada graças a um algoritmo chamado Peptide Predictor, que analisa os locais de clivagem das pró-hormônios. Esse método permitiu selecionar 373 pró-hormônios entre 20.000 genes, um feito impossível com técnicas tradicionais.
Os testes em ratos e porcos confirmaram a eficácia da BRP. Os animais tratados perderam peso principalmente em gordura, enquanto melhoravam sua tolerância à glicose. Nenhum efeito colateral significativo foi observado, abrindo caminho para ensaios clínicos em humanos.
Os pesquisadores agora planejam identificar os receptores específicos da BRP e melhorar sua duração de ação no organismo. Essas etapas são cruciais para desenvolver um tratamento prático e eficaz contra a obesidade.
Essa descoberta, publicada na Nature, representa um avanço importante na luta contra a obesidade. Com milhões de pessoas afetadas no mundo, a BRP pode oferecer uma alternativa mais segura e direcionada aos tratamentos atuais.
Como a inteligência artificial ajudou a descobrir a BRP?
A equipe de Stanford desenvolveu um algoritmo, o Peptide Predictor, para analisar os locais de clivagem das pró-hormônios. Essa ferramenta permitiu prever como uma enzima específica, a pró-hormona convertase 1/3, cliva as pró-hormônios em peptídeos ativos.
Tradicionalmente, a identificação desses peptídeos exigia técnicas trabalhosas e caras. O Peptide Predictor acelerou esse processo analisando automaticamente as sequências de aminoácidos, reduzindo o tempo e os recursos necessários.
O algoritmo identificou 2.683 peptídeos potenciais a partir de 373 pró-hormônios. Essa abordagem permitiu que os pesquisadores se concentrassem nos peptídeos mais promissores, incluindo a BRP, sem precisar isolá-los manualmente.
Esse método ilustra como a IA pode acelerar significativamente a pesquisa biomédica, permitindo descobertas rápidas e precisas que seriam quase impossíveis de outra forma.