A revolução da IA contra superbactérias: dentro do laboratório que projeta antibióticos do zero

Um detalhe crucial é que a equipe do Wyss/MIT não parou nos testes in vitro e em animais. Collins revelou que trabalhou diretamente com o diretor fundador do Wyss Institute, Donald Ingber, para usar os dispositivos microfluídicos de cultura celular 'órgão-em-um-chip' do Instituto e testar a eficácia dos antibióticos descobertos por IA em ambientes que imitam tecidos humanos . Essas plataformas permitem estudar o comportamento dos medicamentos em tecidos humanos vivos, complementando os experimentos tradicionais com animais e fornecendo uma visão mais apurada do potencial terapêutico antes que um composto entre em testes clínicos em pessoas .

A revolução mais ampla da IA na descoberta de antimicrobianos

O trabalho do Wyss/MIT não é um caso isolado. Ele reflete uma mudança fundamental na forma como a comunidade científica aborda a resistência antimicrobiana. A IA não está mais apenas acelerando a triagem de compostos existentes; está sendo usada para projetar moléculas "inéditas na natureza", minerar proteomas de organismos extintos em busca de peptídeos antimicrobianos e prever padrões de resistência em tempo real a partir de dados genômicos [17, 18, 20, 26].

• Design generativo: O artigo da Cell do laboratório de Collins é parte de uma onda que inclui outros grupos usando grandes modelos de linguagem (LLMs) para gerar novos peptídeos antimicrobianos eficazes contra superbactérias clínicas [7, 22].
• Desextinção molecular: Pesquisadores treinaram modelos de aprendizado profundo para minerar proteomas de organismos extintos em busca de peptídeos antibióticos ocultos, descobrindo moléculas que a humanidade nunca havia visto antes .
• Previsão de resistência: Estudos separados de aprendizado de máquina mostraram que modelos como o CatBoost podem prever a resistência da gonorreia a antibióticos essenciais com pontuações AUROC de validação cruzada tão altas quanto 0,97, superando os melhores métodos anteriores em 4 a 7 pontos percentuais . Isso significa que, em breve, os médicos poderão receber previsões de resistência com precisão de laboratório em tempo real, usando apenas dados de rotina dos pacientes.
• Uma mudança de paradigma: Uma revisão abrangente do NIH classifica a IA não apenas como uma ferramenta útil, mas como um "catalisador" para a descoberta de antimicrobianos, atacando o problema central de que os processos tradicionais são muito lentos e caros para acompanhar a evolução dos patógenos multirresistentes .

É difícil superestimar o papel fundamental do Wyss Institute nessa mudança. Um trabalho anterior de aprendizado profundo de Collins, também feito com colaboradores do MIT, foi responsável pela descoberta da halicina em 2019 — a primeira nova classe de antibióticos identificada em décadas, e a primeira a ser descoberta usando uma plataforma alimentada por IA [9, 47]. O trabalho mais recente com IA generativa para gonorreia é uma evolução direta desse mesmo programa de pesquisa, passando de "IA como ferramenta de triagem" para "IA como designer" [7, 50].

As aprovações da FDA acompanham o ritmo: novos medicamentos orais para gonorreia

Enquanto os candidatos da IA generativa do Wyss Institute (como o NG1) permanecem em estágio pré-clínico, o campo da descoberta de antibióticos recebeu uma validação importante em dezembro de 2025. Nos dias 11 e 12, a Food and Drug Administration (FDA), a agência reguladora dos EUA, aprovou dois novos medicamentos orais para tratar a gonorreia urogenital não complicada — as primeiras opções de tratamento totalmente novas em décadas [33, 40, 35].

• Zoliflodacina (nome comercial Nuzolvence): é um medicamento inovador, de dose oral única, da classe dos inibidores da topoisomerase do tipo II (espiropirimidinotriona), desenvolvido pela Innoviva Specialty Therapeutics em parceria com a Parceria Global para Pesquisa e Desenvolvimento de Antibióticos (GARDP) e o Instituto Nacional de Alergia e Doenças Infecciosas dos EUA [31, 33, 39]. O ensaio clínico de Fase 3, com 930 pacientes, concluiu que o medicamento não era inferior ao regime de tratamento padrão, que é injetável .
• Gepotidacina (nome comercial Blujepa): é um antibacteriano oral inovador da classe das triazaacenaftileno, desenvolvido pela farmacêutica GSK. Foi inicialmente aprovado em março de 2025 para infecções do trato urinário em mulheres e, posteriormente, recebeu uma aprovação suplementar da FDA em dezembro de 2025 para o tratamento da gonorreia em pacientes com opções de tratamento limitadas ou inexistentes [34, 37, 40].

Ambos são antibióticos orais com estruturas moleculares inovadoras, uma característica crítica porque o tratamento padrão anterior — um regime injetável à base de ceftriaxona — apresentava barreiras logísticas e era cada vez mais desafiado pelo aumento da resistência bacteriana [36, 44]. No entanto, as aprovações vêm com ressalvas importantes. Tanto a zoliflodacina quanto a gepotidacina mostraram sucesso limitado contra a gonorreia faríngea em ensaios clínicos de Fase 2 anteriores, o que significa que seu uso precisará ser cuidadosamente gerenciado . E nenhuma delas foi descoberta usando IA. Em vez disso, refletem a importância contínua do desenvolvimento tradicional de medicamentos de pequenas moléculas, mesmo enquanto a IA acelera a criação de candidatos pré-clínicos [7, 8].

Para onde tudo isso nos leva

O trabalho do Wyss Institute, e o movimento mais amplo de antibióticos impulsionados por IA que ele representa, está em uma encruzilhada crucial. De um lado, os modelos de IA generativa agora são capazes de projetar compostos estruturalmente inovadores que matam "superbactérias" multirresistentes em laboratório e em modelos animais [7, 48]. Do outro, as aprovações da FDA em dezembro de 2025 para zoliflodacina e gepotidacina provam que novas entidades químicas podem obter aprovação regulatória e chegar a pacientes que precisam urgentemente de alternativas aos antibióticos de primeira linha que estão falhando [33, 35]. O próximo passo — o casamento entre candidatos projetados por IA e os testes em órgão-em-um-chip humanos — já começou dentro do laboratório de Collins .

Se essa abordagem integrada for bem-sucedida, o futuro da descoberta de antibióticos poderá ser radicalmente diferente: modelos de aprendizado profundo propõem moléculas totalmente novas, os órgãos-em-chips validam sua segurança e eficácia em ambientes de tecido humano, e os candidatos mais promissores avançam rapidamente para os ensaios clínicos. Para um patógeno como a N. gonorrhoeae, que a Organização Mundial da Saúde (OMS) e o CDC dos EUA colocaram em suas listas de vigilância de maior prioridade devido à sua alarmante trajetória de resistência, o que está em jogo não poderia ser mais alto [41, 5]. Os antibióticos projetados por IA do Wyss Institute ainda podem ser pré-clínicos, mas representam uma prova de conceito de que agora podemos ensinar as máquinas a inventar os remédios de que precisamos desesperadamente.