Dois acontecimentos de 3 de novembro nesta semana: um marco regulatório para um medicamento GLP-1 oral na Austrália e uma análise cuidadosa de quão bem a IA consegue ler a ordem dos aminoácidos de um peptídeo.
Austrália aprova o primeiro comprimido GLP-1
Em 3 de novembro de 2026, a Administração de Produtos Terapêuticos (TGA) da Austrália registrou o Wegovy oral, o comprimido de semaglutida da Novo Nordisk. A ABC News informa que é o primeiro medicamento GLP-1 que a TGA aprova na forma oral. Ele está aprovado para adultos com obesidade e para pessoas que precisam reduzir o risco cardiovascular, e exige receita médica.
Foram registradas quatro dosagens: 1,5 mg, 4 mg, 9 mg e 25 mg. A TGA ainda precisa revisar a embalagem e os processos de produção, que devem atender aos padrões de qualidade antes que o produto possa ser liberado. Nenhum preço foi definido para a Austrália, e a reportagem diz que o comprimido deve chegar às prateleiras antes do Natal.
O Esquema de Benefícios Farmacêuticos da Austrália atualmente subsidia medicamentos para perda de peso apenas para diabetes tipo 2. O medicamento oral para perda de peso da Eli Lilly, o orforglipron, ainda aguarda uma decisão da TGA.
Quão bem a IA consegue ler a sequência de um peptídeo?
Um artigo na Nature Methods, publicado em 3 de novembro, comparou oito modelos de aprendizado profundo para sequenciamento de peptídeos de novo. Essa é a tarefa de descobrir a ordem dos aminoácidos de um peptídeo diretamente a partir de dados de espectrometria de massas, sem consultar um banco de dados. A comparação usou três conjuntos de dados públicos.
A maioria dos erros de sequenciamento não era específica de nenhum modelo. Eles eram causados pela ausência de íons fragmento, as peças que marcam cada posição ao longo da cadeia quando o peptídeo é quebrado no instrumento. Onde eles faltam, a sequência permanece ambígua, seja qual for o modelo usado.
Resíduos parecidos e com a mesma massa também continuam difíceis de resolver, porque a massa sozinha não consegue distingui-los. Os resultados sugerem que é preciso melhorar os dados, e não apenas os modelos.