Certos aspectos diários de nossas vidas parecem estar se movendo cada vez mais rápido. Por exemplo, não estamos apenas acostumados com atualizações de software — na verdade, passamos a esperar um fluxo constante de melhorias regulares em nossos telefones e nas ferramentas digitais que usamos no trabalho e em casa.
Nesse contexto, o que parece permanecer resistente ao mesmo padrão de velocidade e melhoria são os avanços no tratamento do câncer e de certas doenças. Tratar e curar o câncer não é o mesmo que maratonar séries online, não há como questionar isso. Mas um facilitador-chave de ambos — a computação na nuvem — oferece esperança de que possamos aumentar a velocidade com que somos capazes de fornecer diagnósticos mais precoces e precisos, melhores terapias e, sim, até mesmo curas para cânceres.
Em sua essência, descobrir novas formas de detectar e tratar o câncer é um problema computacional. Eis o motivo.
Chaves e fechaduras
Pense em uma chave como um remédio, e a fechadura que se encaixa nessa chave como um câncer. Os pesquisadores tentam encontrar a chave certa que encaixe em uma determinada fechadura — uma molécula de remédio que interage com um receptor de câncer em particular. Agora, imagine que você tem bilhões de chaves e bilhões de fechaduras. Se tentarmos combinar manualmente uma chave com uma fechadura na esperança de desbloquear uma porta desejada, isso pode levar uma eternidade.
Em seguida, imagine um computador extremamente poderoso operando a uma velocidade incrível tentando cada chave em cada fechadura, quase simultaneamente. O que isso mudaria? Quão rápido você pode encontrar o remédio certo que desbloqueia o tratamento para uma doença?
Um grande exemplo desse salto quântico na aceleração da descoberta de remédios é da empresa norte-americana Numerate, que buscava possíveis remédios para tratar um determinado problema cardíaco. Eles tinham mais de 128 milhões de moléculas de remédios para escolher e, como você pode imaginar, isso teria levado de cinco a sete anos de trabalho de cientistas brilhantes para reduzir a escolha de milhões até um punhado de opções que seriam levadas a testes clínicos. Este é o problema da questão chave/bloqueio. Mas Numerate não foi por esse caminho e usou computação em vez disso.
Usando milhares de modelos de Machine Learning e computação maciça na nuvem, a Numerate foi capaz de examinar 128 milhões de moléculas, procurando por poucas que poderiam ajudar a tratar a condição cardíaca que estavam estudando. Os modelos examinaram como as moléculas potenciais dos remédios seriam absorvidas no corpo, distribuídas, metabolizadas, eliminadas e se elas se encaixavam na “fechadura” da doença certa. Numerate aplicou o esforço computacional equivalente a um único processador de alto desempenho funcionando continuamente por mil anos em apenas 12 meses, e descobriu 69 candidatos a medicamentos que foram capazes de avançar para testes clínicos. Mais recentemente, outras companhias, como a Abcellera, desenvolveram soluções sofisticadas baseadas em nuvem que reduzem o processo de descoberta de medicamentos em até seis semanas.
De cinco a sete anos para menos de dois meses — pode apostar que aceleraremos ainda mais. Essa mesma abordagem massiva de computação somada ao Machine Learning é aplicável à descoberta de tratamentos para combater o câncer ou qualquer outra doença.
Uma cura especialmente para você
Um aumento na velocidade com que os remédios candidatos podem ser descobertos significa que mais drogas entram no pipeline de ensaios clínicos. Mais ensaios clínicos significam mais esperança e opções para indivíduos que estão procurando um tratamento para seu tipo particular de câncer. Tudo isso nos leva a algo que o mundo médico vem trabalhando há décadas — medicina de precisão. O objetivo final da medicina de precisão não é simplesmente oferecer aos pacientes tratamento para seu tipo de câncer, mas oferecer uma terapia sob medida projetada para seu câncer individual.
Um ótimo exemplo de uso do poder computacional para medicina de precisão pode ser encontrado na Moderna, empresa de biotecnologia nascida na nuvem. Você provavelmente já ouviu falar da Moderna em notícias recentes por seu esforço para encontrar uma vacina para o Covid-19. As mesmas técnicas que a companhia está usando para examinar o vírus que causou a pandemia são aplicadas a outras doenças, incluindo vacinas personalizadas contra o câncer (muitas vezes referidas como imunoterapias) e tratamentos para doenças raras. Se você visitar o laboratório da Moderna, verá a produção de diversas linhas de terapias. O mais impressionante é que eles não estão aplicando Machine Learning e computação para fazer uma única droga para um bilhão de pessoas: eles estão fazendo uma única droga para uma única pessoa com base na composição genética desse paciente. É como fabricar um bilhão de remédios diferentes.
Aproveitar a computação em nuvem não apenas acelera o processo quando procuramos curas, mas muda a economia de quais remédios são colocados no mercado. Na abordagem manual e cara da busca por tratamentos, as empresas precisavam de remédios blockbuster para apoiar o modelo econômico de descoberta de drogas. Mas quando sua descoberta se torna um esforço de equipe entre cientistas talentosos, poder da computação, algoritmos inteligentes e modelos muito inteligentes que simulam nossa biologia e química, a economia muda. As organizações podem encontrar tratamentos e curas para doenças que afligem um número relativamente pequeno de pessoas. Eles podem encontrar uma cura só para você.
Dr. Shez Partovi é Diretor Global da AWS para Desenvolvimento de Negócios de Healthcare, Life Sciences e Genomics
