Diagnóstico de covid-19 por inteligência artificial

Pesquisadores da Universidade Federal de Uberlândia (UFU) integraram inteligência artificial (IA) à análise de biossensores eletroquímicos, possibilitando resultados em menos tempo e com alto grau de precisão. A inovação resultou na criação do Sagapep, um sistema capaz de diagnosticar a covid-19 pela saliva de maneira eficiente e de baixo custo. 

Os biossensores eletroquímicos detectam biomarcadores de diversas doenças pela análise de fluídos corporais, como saliva, sangue ou urina. Esse princípio é aplicado nos testes de glicemia, em que a glicose, ao reagir com um sensor, gera uma corrente elétrica de acordo com sua concentração no sangue. O diferencial na pesquisa da UFU está na incorporação de dois tipos de inteligência artificial ao processo de detecção. 

“É o primeiro algoritmo de inteligência artificial para esse tipo de equipamento, que neste caso foi feito na detecção de doenças”, destaca o docente e coordenador do Grupo de Inovação em Diagnóstico Salivar e Nanobiotecnologia da UFU (Salivanano/UFU), Robinson Sabino-Silva. O Sagapep, programa computacional desenvolvido pela UFU e registrado no Instituto Nacional da Propriedade Industrial (INPI), utiliza bioinformática associada à IA para otimizar a interação com a molécula alvo. “Essa foi a primeira vez que a aplicamos essa tecnologia baseada em peptídeos salivares”, afirma. 

Eficiência e inovação

O Sagapep possibilitou a identificação de novas sequências de peptídeos, estruturas características por matar vírus e bactérias, com maior afinidade ao SARS-CoV-2. “Nós selecionamos todos os peptídeos de ocorrência natural da saliva. Fizemos uma seleção dos que tinham melhor interação contra o vírus que gera covid-19”, explica o pesquisador. As moléculas foram aprimoradas por inteligência artificial, o que resultou em uma detecção mais eficaz pelo biossensor.

As análises eletroquímicas ainda foram integradas a algoritmos de IA que melhoraram a exatidão na detecção da covid-19. Segundo Sabino-Silva, a tecnologia favorece o monitoramento da saúde e amplia o acesso à saúde básica ao diagnóstico facilitado, uma vez que os biossensores são de portáteis e têm custo reduzido.

Os avanços resultam do histórico de pesquisas iniciadas pelo professor Luiz Ricardo Goulart, um dos pioneiros no desenvolvimento de biossensores para diagnóstico de doenças infecciosas. A abordagem busca tornar os testes mais acessíveis, confiáveis e aplicáveis, especialmente na saúde pública.

A pesquisa “Artificial-Intelligence Bio-Inspired Peptide for Salivary Detection of SARS-CoV-2 in Electrochemical Biosensor Integrated with Machine Learning Algorithms” foi conduzida pelo Grupo SalivaNano-UFU, durante o doutorado de Marcelo Garcia-Junior no Programa de Pós-Graduação em Odontologia (PPGO-UFU), junto aos docentes Murillo Carneiro, da Faculdade de Computação (Facom-UFU), e Bruno Andrade, da Universidade Estadual do Sudoeste da Bahia (UESB). Além disso, contou com a colaboração dos pesquisadores da UFU Ana Carolina Jardim, Rodrigo Muñoz  e Thulio Cunha.

O estudo recebeu apoio de instituições como Fundação Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (Capes), Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) e Fundação de Amparo à Pesquisa do Estado de Minas Gerais (Fapemig). Ainda, integra as redes científicas como o INCT em Saúde Oral e Odontologia, o INCT em Teranóstica e Nanobiotecnologia (INCT-TeraNano), a Rede Mineira de Diagnóstico de Doenças Infecciosas (ReMinD) e a Rede Mineira de Saúde Oral e Odontologia. 

Política de uso: A reprodução de textos, fotografias e outros conteúdos publicados pela Diretoria de Comunicação Social da Universidade Federal de Uberlândia (Dirco/UFU) é livre; porém, solicitamos que seja(m) citado(s) o(s) autor(es) e o Portal Comunica UFU.