Descoberta de Fármacos usando Inteligência Artificial

A descoberta de fármacos usando Inteligência Artificial (IA) é um tema de grande relevância científica, tecnológica e social, pois oferece novas possibilidades para acelerar e aprimorar o desenvolvimento de medicamentos. Os métodos tradicionais de descoberta de fármacos podem demandar muitos anos de pesquisa e investimentos elevados. Nesse contexto, a IA permite analisar grandes volumes de dados químicos e biológicos, identificar moléculas promissoras, prever propriedades farmacológicas e toxicológicas e auxiliar na compreensão das interações entre fármacos e seus alvos biológicos.

O curso abordará os principais conceitos, métodos e aplicações da IA na descoberta de novos medicamentos, incluindo aprendizado de máquina, aprendizado profundo, modelagem molecular, ancoragem molecular e triagem virtual de compostos. Também serão discutidas as oportunidades e limitações dessas tecnologias, considerando aspectos como a qualidade dos dados, a interpretabilidade dos modelos e a validação experimental das previsões. Dessa forma, o curso busca apresentar uma visão integrada entre Química, Biologia, Ciências Farmacêuticas e Ciência de Dados, destacando como a inteligência artificial pode contribuir para tornar a descoberta de fármacos mais eficiente, inovadora e potencialmente acessível à sociedade.

O curso proporcionará ao aluno conhecimentos teóricos e práticos sobre a aplicação da Inteligência Artificial na descoberta de fármacos, capacitando-o a compreender e aplicar métodos computacionais para identificar, analisar e priorizar moléculas com potencial atividade biológica. Serão apresentadas ferramentas de programação em Python, bibliotecas de quimioinformática e métodos de aprendizado de máquina para a construção e avaliação de modelos preditivos de propriedades físico-químicas, farmacológicas e toxicológicas. Também serão abordadas técnicas de representação molecular, análise de relações estrutura–atividade, triagem virtual, modelagem molecular e acoplamento molecular.

Ao longo do curso, os alunos terão contato com conjuntos de dados químicos e biológicos, ambientes computacionais interativos, ferramentas de visualização molecular e métricas para avaliar o desempenho e a confiabilidade dos modelos de Inteligência Artificial. As atividades práticas permitirão desenvolver competências em análise de dados, construção e validação de modelos preditivos e interpretação dos resultados, incluindo o uso de técnicas de inteligência artificial explicável. Ao final, espera-se que o aluno seja capaz de compreender as principais etapas de um fluxo de trabalho computacional aplicado à descoberta de fármacos, reconhecer as potencialidades e limitações das ferramentas apresentadas e utilizá-las como suporte à pesquisa científica e ao desenvolvimento de novas estratégias terapêuticas.

O curso utilizará uma abordagem de aprendizagem teórico-prática, combinando aulas expositivas dialogadas, demonstrações de ferramentas computacionais, estudos de caso e atividades práticas orientadas. Serão apresentados exemplos de aplicação da Inteligência Artificial à descoberta de fármacos, com exercícios de análise de dados químicos, construção e avaliação de modelos preditivos e interpretação de resultados. Sempre que possível, serão utilizadas ferramentas de código aberto e ambientes computacionais acessíveis, permitindo que os alunos acompanhem as atividades e desenvolvam habilidades aplicáveis a problemas reais de pesquisa. A metodologia buscará estimular o raciocínio crítico, a resolução de problemas e a autonomia dos participantes na utilização de métodos computacionais.

As aulas serão realizadas ao vivo pela plataforma Zoom. As gravações estarão disponíveis para consulta no Ambiente de Aprendizagem Online por até dois meses após o encerramento do curso.