Uma equipe do MIT usou um algoritmo de inteligência artificial para desenvolver uma nova formulação de vacina de RNA, capaz de manter estáveis, mesmo sob altas temperaturas, as nanopartículas lipídicas (LNP) que envolvem o RNA. Segundo um comunicado do MIT de 28 de setembro, a vacina com a nova formulação pode ser armazenada por um ano à temperatura ambiente e por cerca de dois meses a aproximadamente 37°C (98°F). O estudo foi publicado na Nature Biotechnology.
A maioria das vacinas de mRNA existentes precisa ser armazenada congelada, entre -20°C e -80°C, o que torna transporte e armazenamento dependentes de cadeia de frio. Esse foi um motivo direto para a lentidão na distribuição das vacinas contra a covid-19 em países de baixa renda, e também o contexto que levou esta pesquisa a receber financiamento da Fundação Gates.
O que o algoritmo fez
A pesquisa é liderada por Ana Jaklenec e pelo professor Robert Langer, ambos pesquisadores principais no Koch Institute for Integrative Cancer Research do MIT, com participação da doutoranda Jinbi Tian e do pesquisador de pós-doutorado Khanh Tran. A parte do algoritmo ficou a cargo de Mina Konaković Luković, professora assistente no Computer Science and Artificial Intelligence Laboratory (CSAIL) do MIT.
O processo teve várias etapas. Primeiro, a equipe mediu individualmente o efeito estabilizador sobre o RNA de quase 50 ingredientes já aprovados pela FDA e selecionou os 5 mais eficazes. A dificuldade estava em definir a proporção entre esses 5 componentes: o espaço de combinações é grande demais para testar manualmente uma a uma, o que levaria meses. O algoritmo previa, com base em um pequeno número de resultados experimentais já existentes, a proporção com maior chance de funcionar na rodada seguinte; o laboratório testava e devolvia o resultado ao algoritmo, que convergia rodada após rodada. Todo o processo levou poucas semanas.
"The real beauty of this algorithm is that we can use it with small data sets."
Segundo Jaklenec, a grande vantagem desse algoritmo é poder ser usado mesmo com conjuntos de dados pequenos.
Luković observou ainda que a rapidez com que o algoritmo convergiu para uma formulação estável surpreendeu a própria equipe.
Por que dados pequenos importam
Dados de experimentos biológicos são caros: cada rodada de teste de formulação exige síntese, armazenamento e análise, o que costuma levar dias, tornando difícil acumular o volume de dados que o deep learning normalmente exige. A maior parte das notícias sobre IA entrando em laboratórios nos últimos anos veio de áreas com grandes bases de dados públicas como base, como estrutura de proteínas ou geração de moléculas. Já o desenvolvimento de formulações, em que cada laboratório dispõe de poucos dados próprios, é mais adequado a uma otimização por amostras pequenas no estilo "aprendizado ativo": o modelo só sugere qual deve ser o próximo experimento, e a avaliação continua dependendo de medições reais.
A escolha dos 5 ingredientes, todos já constantes na lista aprovada pela FDA, também tem uma razão prática. Trocar por substâncias químicas totalmente novas exigiria recomeçar a avaliação de segurança do zero; reaproveitar excipientes já aprovados encurta o caminho até os testes clínicos.
Quanto falta para chegar à clínica
Os dados de imunogenicidade disponíveis por enquanto vêm de camundongos, e a equipe afirma que a resposta imunológica é equivalente à da formulação original da Moderna. O comunicado não trata da eficácia em humanos, da estabilidade entre lotes na produção em larga escala nem de se os reguladores aceitarão uma rotulagem de armazenamento à temperatura ambiente, e nenhuma empresa anunciou ainda que vai assumir o desenvolvimento clínico.
Essa pesquisa tem uma referência concreta na China: as vacinas de mRNA já comercializadas ou em desenvolvimento no país também dependem de cadeia de frio, e o custo de distribuição para regiões do oeste e áreas remotas é há muito um desafio. Se uma formulação de LNP estável à temperatura ambiente se confirmar em testes clínicos em humanos, os mais afetados seriam a logística das vacinas e a vacinação na ponta, e não o próprio laboratório. O método usado não é especialmente complexo, e equipes chinesas que trabalham com sistemas de entrega de fármacos poderiam aplicar a mesma abordagem para testar seus próprios excipientes a um custo baixo.
Fontes: MIT News, CocoLoop, informações do artigo na Nature Biotechnology; foram verificados temperatura e tempo de armazenamento, número de ingredientes candidatos, autoria dos pesquisadores e a fonte de financiamento.