Inteligência artificial pode reorganizar descoberta de inseticidas

A descoberta de inseticidas precisa migrar de triagens empíricas amplas para sistemas guiados por alvos moleculares, inteligência artificial e quimioinformática. Essa é a principal conclusão de estudo que avalia como conceitos da pesquisa farmacêutica podem apoiar o desenvolvimento de moléculas para controle de insetos, com maior seletividade, menor risco a organismos não alvo e melhor resposta à resistência.

Os pesquisadores apontam um déficit de inovação na descoberta de inseticidas. A introdução de compostos com modos de ação realmente novos desacelerou, enquanto aumentaram a resistência de pragas, as exigências regulatórias e as restrições ambientais. Segundo eles, o arsenal atual ainda depende de poucos grupos de modo de ação. Esse cenário reduz a durabilidade de produtos e aumenta o risco de resistência cruzada.

Proposta central

A proposta central envolve a adoção de uma lógica inspirada na descoberta de fármacos. O processo começa pela escolha e validação de alvos biológicos. Depois avança para identificação de moléculas ativas, progressão de “hit” para “lead” e otimização de múltiplos parâmetros. A abordagem inclui ciclos de desenhar, produzir, testar e analisar. Esse modelo permite avaliar potência, seletividade, segurança, propriedades físico-químicas e risco de resistência desde as fases iniciais.

Os pesquisadores destacam o papel da inteligência artificial como camada de apoio à decisão. Modelos computacionais podem ajudar na triagem virtual, previsão de atividade, desenho generativo de moléculas, aprendizagem ativa e priorização de compostos. A quimioinformática fornece a base para representar moléculas por descritores, impressões digitais, cadeias SMILES, grafos moleculares e estruturas tridimensionais.

Os cientistas alertam, porém, para limites importantes. A inteligência artificial não resolve sozinha o problema da inovação. O desempenho dos modelos depende da qualidade dos dados, da padronização dos ensaios, do domínio de aplicabilidade e da validação experimental. A revisão ressalta a distância entre resultados obtidos in silico e produtos aplicáveis em campo.

Alvos consolidados

Entre os alvos consolidados, os cientistas citam acetilcolinesterase, canais de cloro ativados por GABA, canais de sódio dependentes de voltagem e receptores nicotínicos de acetilcolina. Esses alvos sustentam classes comerciais relevantes, mas acumulam problemas ligados à resistência e à seletividade. A oportunidade, segundo a revisão, não consiste em repetir químicas antigas. O valor reside no redesenho orientado por estrutura, comparação entre ortólogos e avaliação de mutações associadas à resistência.

Alvos emergentes

O trabalho também destaca alvos emergentes ou pouco explorados. Receptores de octopamina ganham interesse pela ausência de um sistema equivalente direto em vertebrados. A biossíntese de quitina oferece seletividade, pois a quitina participa da formação da cutícula e da matriz peritrófica em artrópodes, mas não ocorre em vertebrados e plantas. Receptores de ecdisona e vias de hormônio juvenil também aparecem como opções para inseticidas ligados ao desenvolvimento. Receptores de neuropeptídeos acoplados à proteína G compõem outro grupo promissor, pela importância em alimentação, diurese, reprodução e respostas ao estresse.

A seletividade recebe atenção especial. A comparação entre proteínas ortólogas de pragas, mamíferos, polinizadores e artrópodes benéficos pode revelar diferenças em sítios de ligação. Essas diferenças podem orientar moléculas com maior afinidade pelo alvo da praga e menor interação com organismos não alvo. O artigo ressalta um ponto crítico: “seletivo para insetos” não significa, automaticamente, seguro para polinizadores.

Biologia estrutural

A biologia estrutural aparece como condição para o avanço do desenho racional. Estruturas experimentais e modelos preditivos ajudam a localizar bolsões de ligação, interpretar mutações de resistência e comparar alvos entre espécies. Ferramentas de predição estrutural ampliam o número de proteínas exploráveis, mas ainda exigem cautela. Modelos podem falhar em regiões flexíveis, estados conformacionais, complexos de membrana e interações dependentes de ligante.

Os cientistas concluem que o futuro da descoberta de inseticidas depende de um ecossistema integrado. Esse ecossistema deve conectar biologia de alvos, dados estruturais, química sintética, modelagem preditiva, validação experimental, segurança ambiental e viabilidade de uso em campo.

Outras informações em doi.org/10.1016/j.pestbp.2026.107190