A Insilico Medicine anunciou o avanço do rentosertib — um medicamento descoberto inteiramente por inteligência artificial — para ensaios clínicos de Fase III no tratamento da fibrose pulmonar idiopática (FPI). É um marco histórico para o setor de descoberta computacional de medicamentos: pela primeira vez, um fármaco identificado por IA ultrapassa as avaliações de segurança iniciais e entra na fase de validação de eficácia em larga escala.
O desafio da fibrose pulmonar idiopática
A FPI destrói a capacidade respiratória por meio de cicatrização severa do tecido pulmonar. Pacientes diagnosticados têm uma sobrevida média de dois a quatro anos. O rentosertib atua inibindo a quinase TRAF2/NICK, abordando os mecanismos biológicos subjacentes da doença por via oral.
Resultados da Fase II
O ensaio randomizado avaliou 71 pacientes em 22 centros clínicos na China, divididos entre placebo e grupos de tratamento ativo com doses de 30 mg ou 60 mg diárias durante 12 semanas.
Os resultados foram expressivos: pacientes na dose de 60 mg/dia apresentaram um ganho médio de +98,4 mL na capacidade vital forçada (CVF), contrastando com a perda de 20,3 mL no grupo placebo. Os perfis de segurança permaneceram dentro dos parâmetros esperados. O FDA concedeu a designação de “Orphan Drug” ao composto em fevereiro de 2023.
Como a IA descobriu o alvo
A descoberta foi conduzida pelo pipeline computacional Pharma.AI, que opera em três motores:
- PandaOmics: executa a fase de descoberta de alvos, ingerindo dados genômicos, resultados de ensaios clínicos, literatura acadêmica e inteligência de patentes para construir modelos de redes biológicas. O sistema aplica inferência causal para identificar conexões ocultas entre doenças.
- O PandaOmics isolou a TNIK como alvo primário para FPI, contornando as vias de tirosina quinase alvejadas por medicamentos antifibróticos existentes. A TNIK foi mapeada como nó central regulando fibrose e inflamação via Wnt, TGF-β, Hippo/YAP-TAZ, JNK e NF-κB.
- Chemistry42: gerou moléculas candidatas otimizadas para potência, seletividade e propriedades ADMET usando química generativa.
Implicações para o setor
Feng Ren, Co-CEO e CSO da Insilico Medicine, afirmou: “O rentosertib não foi descoberto partindo de um alvo convencional e simplesmente triando mais compostos. Veio de um fluxo de trabalho de IA orientado por biologia do envelhecimento que conectou a TNIK a mecanismos de doença fibrótica e inflamatória, e então usou química generativa para criar um candidato com as propriedades necessárias para desenvolvimento clínico.”
Este avanço fornece ao setor de descoberta computacional de medicamentos um caso de teste empírico crucial. Se a Fase III confirmar a eficácia, será a validação definitiva de que a IA pode não apenas acelerar a descoberta, mas identificar alvos que pesquisadores humanos não encontrariam.
Descubra mais sobre noticiAI
Assine para receber nossas notícias mais recentes por e-mail.
