Uma plataforma de modelos computacionais de inteligência artificial para avaliação toxicológica e ambiental de moléculas vem sendo desenvolvida desde 2017, pela empresa Altox em São Paulo, em um projeto de pesquisa inovativa em pequenas empresas (PIPE) vencedor de um dos editais da FAPESP. A empresa inicia um conjunto de parcerias com empresas dos setores cosmético, farmacêutico, agroquímico, de alimentos e afins, além de laboratórios de Toxicologia para um regime de cooperação de dados e prestação de serviços em 2019.

Ferramentas desenvolvidas na plataforma

A plataforma, chamada iS-Tox® (In Silico Toxicology Platform), tem como objetivo racionalizar o uso de animais em testes e prover dados de segurança de novas moléculas, ingredientes e/ou impurezas, e é composta por diferentes núcleos que simulam diferentes efeitos no organismo humano e de outras espécies, contendo modelos de inteligência artificial e outros, validados conforme os critérios da OECD, que realizam predições de efeitos toxicológicos.

Segundo o diretor da Altox e pesquisador responsável pelo projeto, Carlos E. Matos dos Santos, a atuação da empresa tem contribuído não apenas para a racionalização do uso de animais ou como uma solução em serviços de Toxicologia Computacional, mas também como meio facilitador para os marcos regulatórios que vêm sendo implementados nos últimos anos, como parte das políticas para racionalização do uso de animais em testes e modernização de regulamentos ultrapassados. Na medida em que a combinação de modelos computacionais e testes in vitro para avaliar novos ingredientes químicos diversos passam a compor cada vez mais as avaliações de segurança com fins regulatórios, e ainda, que já temos normas e diretrizes que recomendam o uso de computadores ao invés de animais em contextos específicos (exemplos impurezas em medicamentos, agroquímicos e alimentos), o setor produtivo e os órgãos reguladores terão caminho mais aberto para estabelecer estes avanços sem perda da competitividade, como temos feito desde 2011 no Brasil, acrescenta. 

A interface da plataforma foi baseada nas legislações aplicáveis para cada contexto de molécula, incluindo novas moléculas, ingredientes cosméticos, alimentos, medicamentos, biocidas e agrotóxicos, impurezas e contaminantes. Segundo os pesquisadores Rodolpho C. Braga e Iury Tércio Simões de Sousa, além da robustez científica, a ferramenta é user friendly; os modelos possuem abrangência estrutural ampla, facilitam a interpretação dos mecanismos de ação e da contribuição estrutural nas predições; e ao final, gera um report padronizado, transparente, compreensível e completo. Para o coordenador de desenvolvimento, Luiz Augusto Mota Filho, a plataforma integra as tecnologias mais atuais, com estrutura moderna, cognitiva e segura.

Algumas ferramentas, como o AOP-Sens (Adverse Outcome Pathway-based model for Skin Sensitisation), reúne o que há de mais avançado na Toxicologia, o uso de modelos de inteligência artificial e alertas estruturais, e um framework Adverse Outcome Pathway (AOP) de sensibilização, poderando-se relevância mecanística e preditividade dos modelos individuais.

Ilustração dos resultados do report gerado pelo AOP-Sens

(Adverse Outcome Pathway-based model for Skin Sensitisation)

Já a ferramenta Genotox-iS realiza a avaliação de toxicidade das impurezas, composto por modelos estatísticos de inteligência artificial e verificação de alertas, conforme os critérios do ICH M7 – Assessment and Control of DNA Reactive (Mutagenic) Impurities in Pharmaceuticals to Limit Potential Carcinogenic Risk, um dos tópicos previstos no Documento Técnico Comum (CTD do inglês – Common Technical Document) e Manual CTD – 3.2.S, recentemente publicado pela Agência Nacional de Vigilância Sanitária para registro de insumos farmacêuticos ativos (IFAs). O diferencial da ferramenta é a geração de um report robusto, com medidas de preditividade e domínio de aplicabilidade, além da transparência e relevância mecanística.

O conceito envolve construir e explorar espaços químicos com dados de testes toxicológicos e através de modelos de inteligência artificial, identificar padrões que permitam prever a toxicidade de novas moléculas mensurando preditividade e domínio de aplicabilidade.

Espaço químico e toxicológico para a sensibilização dérmica, com dados experimentais de testes biológicos combinados (de humanos e animais), DPRA (Direct Peptide Reactivity Assay), pele humana, KeratinoSens, LLNA(local lymph node assay) e h-CLAT, com compostos agrupados por similaridade estrutural.