Inteligência Artificial na Previsão de Toxicidade de Medicamentos: Avanços Recentes, Desafios e Perspectivas Futuras

A previsão de toxicidade é uma etapa crítica no processo de descoberta de medicamentos que ajuda a identificar e priorizar compostos com maior potencial para uso seguro e eficaz em humanos, ao mesmo tempo que reduz o risco de falhas custosas em estágios avançados. Estima-se que mais de 30% dos candidatos a medicamentos são descartados devido à toxicidade. Recentemente, a inteligência artificial (IA) tem sido utilizada para melhorar a previsão de toxicidade de medicamentos, pois oferece métodos mais precisos e eficientes para identificar os efeitos potencialmente tóxicos de novos compostos antes de serem testados em ensaios clínicos humanos, economizando tempo e dinheiro. Nesta revisão, apresentamos uma visão geral dos avanços recentes na previsão de toxicidade de medicamentos baseada em IA, incluindo o uso de vários algoritmos de aprendizado de máquina e arquiteturas de aprendizado profundo, para seis principais propriedades de toxicidade e pontos finais do ensaio Tox21. Além disso, fornecemos uma lista de fontes públicas de dados e ferramentas úteis de previsão de toxicidade para a comunidade de pesquisa e destacamos os desafios que devem ser enfrentados para melhorar o desempenho dos modelos. Por fim, discutimos as perspectivas futuras para a previsão de toxicidade de medicamentos baseada em IA. Esta revisão pode ajudar pesquisadores a compreenderem a previsão de toxicidade e abrir caminho para novos métodos de descoberta de medicamentos.