A senescência celular é uma resposta ao estresse envolvida no envelhecimento e em diversos processos patológicos, incluindo câncer, diabetes tipo 2, osteoartrite e infecção viral. Apesar do crescente interesse na eliminação direcionada de células senescentes e seu potencial na prevenção do envelhecimento humano e as doenças associadas, apenas alguns senolíticos são conhecidos devido a diversos fatores, incluindo a falta de alvos moleculares bem caracterizados e medicamento específicos para esses alvos.

Este artigo a descoberta de três senolíticos, substâncias usadas no tratamento e prevenção do envelhecimento celular, usando algoritmos de aprendizado de máquina treinados apenas em dados publicados. Foram estudadas 2523 substâncias diferentes. As substâncias com a ação senolítica comprovadas pela inteligência artificial são ginkgetina, periploquina e a oleandrina. Os compostos têm potência comparável aos senolíticos conhecidos, e mostramos que a oleandrina melhorou a potência em relação ao seu alvo em comparação com as melhores alternativas da classe.

Nossa abordagem levou a várias centenas de vezes a redução nos custos de triagem de drogas e demonstra que a inteligência artificial pode tirar o máximo proveito de dados de triagem de drogas pequenos e heterogêneos, abrindo caminho para novas abordagens de ciência aberta para a descoberta de drogas em estágio inicial. A ginkgetina é o flavonoide (princípio ativo) mais conhecido derivado da Gingko biloba. A oleandrina é derivada de uma flor ornamental bastante comum, o oleandro e a periploquina é derivada de uma erva medicinal asiática, o Periploca sepium, usado no tratamento da artrite reumatoide. A importância dessa pesquisa está no uso da inteligência na pesquisa de fármacos usados na prevenção e tratamento do envelhecimento humano, reduzindo custos e, proporcionalmente, conseguindo produzir medicamentos com custos mais baixos.