## IA da NYU varre 4,6 milhões de compostos em horas
Uma equipe da Universidade de Nova York publicou um artigo na Chemical Science: treinou uma IA para aprender os padrões químicos relacionados à estabilidade em moléculas de fármacos e prever com precisão a posição dos átomos de hidrogênio, resolvendo o antigo problema da determinação de tautômeros.
**Pontos principais**
- **O problema**: Muitas moléculas de fármacos têm tautômeros: um átomo de hidrogênio se desloca de um ponto para outro e os tipos de ligação mudam com ele. Posições diferentes do hidrogênio podem significar formas totalmente distintas de se ligar ao alvo proteico; mas as posições dos hidrogênios costumam estar ausentes do PDB (Protein Data Bank) e precisam ser inferidas.
- **A solução da IA**: Uma rede neural de grafos prevê o tautômero estável diretamente a partir da fórmula molecular em 2D, sem necessidade de estruturas 3D nem de cálculos de mecânica quântica.
- **Escala e correção de erros**: Em um único nó de GPU, processou cerca de 4,6 milhões de compostos em 3,2 horas; entre 5.075 ligantes do PDB, encontrou 126 casos (cerca de 2,5%) em que a posição original do hidrogênio estava «muito provavelmente errada», e os padrões de ligações de hidrogênio ficaram mais coerentes após a correção.
- **Código aberto**: O método foi publicado como ferramenta de código aberto, o Tautomer-Predictor, capaz de analisar rapidamente bibliotecas moleculares muito grandes.
> Link original: [ver o original](https://phys.org/news/2026-09-ai-scans-million-compounds-hours.html). O texto é um resumo e serve apenas como referência.