A análise baseada em IA identifica dois extratos de plantas com potencial como pílulas para perda de peso agonistas do GLP-1

Dois compostos vegetais com potencial como pílulas para perda de peso agonistas do GLP-1 foram identificados em um estudo baseado em IA (inteligência artificial), conforme o Congresso Europeu sobre Obesidade (ECO 2024) (Veneza, 12 a 15 de maio).

Agonistas do receptor do peptídeo 1 semelhante ao glucagon (GLP-1), como semaglutida e tirzepatida, são altamente eficazes para ajudar as pessoas a perder peso. Ao imitar a ação de um hormônio chamado GLP-1 e ao se ligar e ativar o receptor de GLP-1 nas células, eles reduzem o apetite e a sensação de fome, retardam a liberação de alimentos do estômago e aumentam a sensação de saciedade após comer.

Há, no entanto, necessidade de alternativas, diz Elena Murcia do Grupo de Pesquisa em Bioinformática Estrutural e Computação de Alto Desempenho (BIO-HPC) e Unidade de Pesquisa em Distúrbios Alimentares, Universidade Católica de Múrcia (UCAM), Múrcia, Espanha.

Ela explica: “Embora a eficácia dos atuais agonistas do GLP-1 tenha sido demonstrada, existem alguns efeitos colaterais associados ao seu uso – problemas gastrointestinais, como náuseas, vômitos e alterações na saúde mental, como ansiedade e irritabilidade. Dados recentes também confirmaram que quando os pacientes interrompem o tratamento, eles recuperam o peso perdido.

“Além disso, a maioria dos agonistas do GLP-1 são peptídeos – cadeias curtas de aminoácidos que as enzimas do estômago podem degradar – e, portanto, atualmente é mais provável que sejam injetados em vez de tomados por via oral.”

“Os medicamentos que não são peptídeos podem ter menos efeitos colaterais e ser mais fáceis de administrar, o que significa que poderiam ser administrados como comprimidos em vez de injeções. Outra pesquisa recente destacou dois compostos não peptídicos promissores, TTOAD2 e orforglipron.”

“São sintéticos e estávamos interessados ​​em encontrar alternativas naturais”.

Murcia e colegas usaram técnicas de inteligência artificial (IA) de alto desempenho para identificar compostos naturais não peptídicos que ativam o receptor GLP-1.

“Nós nos concentramos em extratos de plantas e outros compostos naturais porque eles podem ter menos efeitos colaterais”, diz Murcia.

A triagem virtual foi usada para examinar mais de 10.000 compostos para identificar aqueles que se ligavam ao receptor GLP-1.

Em seguida, foram utilizados outros métodos baseados em IA para verificar até que ponto estas ligações se assemelhavam às que ocorrem entre a hormona GLP-1 e o seu receptor. Os 100 compostos que se ligaram de forma mais semelhante foram então escolhidos para análise visual adicional para determinar se interagiam com resíduos-chave – aminoácidos – no receptor.

Finalmente, um diagrama de Venn (um gráfico matemático usando círculos sobrepostos) foi compilado para identificar os compostos com maior potencial como agonistas do GLP1-R.

Isto resultou numa lista restrita de 65 compostos, dois dos quais, “Composto A” e “Composto B”, ligaram-se fortemente aos resíduos principais de uma forma semelhante ao TTOAD2 e ao orforglipron.

O Composto A e o Composto B são derivados de plantas muito comuns, cujos extratos foram associados a efeitos benéficos no metabolismo humano no passado. Mais detalhes sobre as plantas e os compostos serão mantidos em sigilo até que as patentes sejam concedidas. Espera-se que ambos possam ser administrados em forma de pílula. Os dois compostos estão agora em testes de laboratório.

Murcia diz: “Estamos nos estágios iniciais de desenvolvimento de novos agonistas do GLP-1 derivados de fontes naturais. Se nossos cálculos baseados em IA forem confirmados in vitro e depois em ensaios clínicos, teremos outras opções terapêuticas para controlar a obesidade”.

“Estudos baseados em computador como os nossos têm vantagens importantes, como reduções de custos e de tempo, análise rápida de grandes conjuntos de dados, flexibilidade no desenho experimental e a capacidade de identificar e mitigar quaisquer riscos éticos e de segurança antes de realizar experimentos no laboratório .”

“Essas simulações também nos permitem aproveitar os recursos da IA ​​para analisar problemas complexos e, assim, fornecer uma perspectiva inicial valiosa na busca por novos medicamentos”.

Fornecido pela Associação Europeia para o Estudo da Obesidade