Pesquisa usa Inteligência Artificial para análise de substâncias que causam alterações hormonais no corpo humano

Pesquisa do Departamento de Química usa Inteligência Artificial para análise de substâncias que causam alterações hormonais no corpo humano

Metodologia de técnica de aprendizagem de máquina (machine learning) incide sobre a interação entre substruturas que causam a disrupção endócrina 

Através de modelos de aprendizado de máquina (machine learning) e inteligência artificial explicável (IAE), pesquisa do Laboratório de Sistemas Complexos do Departamento de Química do CTC/PUC-Rio revela alertas tóxicos que atuam como disruptores endócrinos. Em artigo que acaba de ser publicado na última edição da Enviroment & Health, Toxic Alerts of Endocrine Disruption Revealed by Explainable Artificial Intelligence, as subestruturas específicas Tiofosfato, Sulfamato, Anilida, Carbamato, Sulfamida e Tiocianato aparecem como alertas tóxicos que causam alterações hormonais com potenciais riscos e efeitos adversos na saúde humana e no meio ambiente.

No trabalho, a metodologia de IAE passa por uma curadoria de dados do Endocrine Disruptor Knowledge Base (EDKB) e Endocrine Disrupting Chemicals (EDC) databank do Universidade de Cartagena. Como resultado, as substruturas com potencial toxicológico de disrupção endócrina foram reveladas.

“Nossa abordagem usa a interpretação dos algoritmos de aprendizado de máquina explicáveis, que escapam às abordagens convencionais. Aplicamos no contexto de desvendar e classificá-las na interação em cinco alvos: receptores de andrógeno (AR), receptores de estrogênio (ER), receptores de hidrocarbonetos arílicos (AhR), receptores de aromatase (ARO) e receptores ativados por proliferadores de peroxissoma (PPAR). Dessa maneira, podemos avançar sob o campo da toxicologia ambiental, onde uma avaliação cuidadosa dos riscos potenciais de exposição a novos compostos se faz necessária”, diz o coordenador do projeto, André Pimentel.

Ainda de acordo com o professor do Departamento de Química do CTC/PUC-Rio, os modelos de IAE ajustados para capturar as complexidades das estruturas químicas introduzem uma nova perspectiva ao desafio de encontrar a correlação entre subestruturas e disrupção endócrina. Segundo o pesquisador, o método permite elucidar como funcionam as interações das substâncias químicas no organismo.

“Entender como ocorre a interação sutil entre compostos químicos e o sistema endócrino humano que pode implicar em alterações hormonais é um desafio crucial no campo da toxicologia química. Portanto, a exploração das subestruturas que tornam os compostos químicos potentes desreguladores é essencial para compreender as interações moleculares e poder lançar luz sobre as impressões digitais moleculares que sustentam o impacto toxicológico de diversos compostos químicos”, conclui.

Link para artigo completo: https://pubs.acs.org/doi/10.1021/envhealth.4c00218

terça-feira, 18 de fevereiro de 2025
Carregando