Investigadores de IA desarrollan método para reaprovechar medicamentos existentes para luchar contra el Covid-19

Un equipo internacional de investigadores ha aplicado modelos de IA para encontrar medicamentos existentes que puedan tratar el Covid-19 en pacientes ancianos. El equipo de investigación aplicó modelos de autoencoder a medicamentos que ya están en el mercado, con el objetivo de encontrar similitudes en los cambios en la expresión génica causados por el envejecimiento natural y el Covid-19.

Como explica la coautora del estudio, bióloga computacional en MIT, Caroline Uhler, el problema con el desarrollo de nuevos medicamentos para combatir el Covid-19 es que el proceso de desarrollo de medicamentos puede tardar años. La IA ya se ha utilizado para descubrir nuevos medicamentos, encontrando nuevas formulaciones para medicamentos terapéuticos mucho más rápido que los métodos tradicionales de descubrimiento de medicamentos. Desafortunadamente, incluso la velocidad relativamente rápida a la que se pueden descubrir medicamentos utilizando la IA es aún demasiado lenta cuando se trata de situaciones como la pandemia del Covid-19. Es mucho más expedito reaprovechar medicamentos existentes.

Con el fin de encontrar un medicamento que pueda combatir los efectos del Covid-19 en poblaciones ancianas, los investigadores examinaron los genes que sufrieron cambios durante el envejecimiento normal y cuando se vieron afectados por el virus del Covid-19.

Se hipotetiza que el Covid-19 utiliza ciertas vías celulares, particularmente vías inflamatorias, para replicarse. También se sabe que los efectos del Covid-19 son mucho peores en poblaciones ancianas que en poblaciones más jóvenes. Además, los sistemas respiratorios de los individuos que envejecen se caracterizan por alteraciones en la rigidez del tejido. Dado estos hechos, los investigadores buscaron genes alterados por el envejecimiento y el Covid-19, con el objetivo de encontrar medicamentos que interactúen positivamente con estos genes.

El equipo de investigación utilizó un proceso de tres pasos para encontrar genes comunes a ambas vías. En la primera fase de la investigación, el equipo utilizó un autoencoder para generar una lista de medicamentos candidatos. Esto se hizo analizando dos conjuntos de datos de patrones de expresión génica, seleccionando los medicamentos que parecían reducir el impacto general del virus. El resultado fue una lista de medicamentos candidatos y sus interacciones con proteínas en las vías de envejecimiento y de infección. Posteriormente, los investigadores tomaron la lista de medicamentos candidatos y mapearon las interacciones entre proteínas y las dos vías diferentes, produciendo un mapa de interacciones de proteínas para ambas. Los investigadores luego compararon los dos mapas de interacción de proteínas para encontrar áreas de superposición. Esto llevó al descubrimiento de una red de expresión génica que los medicamentos deberían apuntar para reducir la gravedad del Covid-19 en pacientes ancianos.

En la fase final del proyecto de investigación, el equipo empleó métodos estadísticos para determinar la causalidad dentro de las redes mapeadas. Utilizando este método, pudieron determinar los genes exactos con los que un candidato a medicamento debería interactuar para reducir la gravedad de una infección por Covid-19.

Según los resultados de su análisis, el gen RIPK1 fue considerado la parte del genoma más adecuada para ser objetivo de los medicamentos terapéuticos contra el Covid-19. Algunos de los medicamentos candidatos se utilizan para tratar el cáncer. Otros medicamentos candidatos ya están siendo probados por institutos médicos para tratar el Covid-19.

El equipo de investigación señala que esto es solo el primer paso para determinar qué medicamentos podrían ser reaprovechados para el tratamiento del Covid-19. Se tendrán que realizar experimentos in vitro extensivos y ensayos clínicos para determinar si los medicamentos son realmente efectivos. Sin embargo, si el enfoque resulta exitoso, podría ser utilizado para encontrar medicamentos efectivos para otras afecciones.

Según el equipo de investigación escribe:

“Mientras aplicamos nuestra plataforma computacional en el contexto del SARS-CoV-2, nuestros algoritmos integran modalidades de datos que están disponibles para muchas enfermedades, lo que los hace ampliamente aplicables.”