Cercetătorii AI dezvoltă o metodă de reutilizare a medicamentelor existente pentru a lupta împotriva Covid-19

O echipă internațională de cercetători a aplicat modele AI pentru a găsi medicamente deja existente care pot trata Covid-19 la pacienții vârstnici. Echipa de cercetare modele de autoencoder aplicate la medicamentele deja existente pe piață, cu scopul de a găsi puncte comune în modificările expresiei genelor cauzate atât de îmbătrânirea naturală, cât și de Covid-19.

După cum a explicat Caroline Uhler, coautorul studiului, biologul computațional de la MIT, problema dezvoltării de noi medicamente pentru combaterea Covid-19 este că procesul de dezvoltare a medicamentelor poate dura ani. AI a fost deja folosită pentru a descoperi noi medicamente, găsind noi formulări pentru medicamentele terapeutice mult mai rapid decât metodele tradiționale de descoperire a medicamentelor. Din păcate, chiar și viteza relativ rapidă cu care medicamentele pot fi descoperite folosind inteligența artificială este încă mult prea lentă atunci când vine vorba de situații precum pandemia de Covid-19. Este mult mai oportun să reutilizați medicamentele existente.

Pentru a găsi un medicament care să combată efectele Covid-19 la populațiile în vârstă, cercetătorii au analizat genele care au suferit modificări atât în ​​timpul îmbătrânirii normale, cât și atunci când au fost afectate de virusul Covid-19.

Se presupune că Covid-19 utilizează anumite căi celulare, în special căi inflamatorii, pentru a se replica. De asemenea, se știe că efectele Covid-19 sunt mult mai grave la populațiile în vârstă decât la populațiile mai tinere. În plus, sistemele respiratorii ale persoanelor în vârstă sunt caracterizate prin modificări ale rigidității țesuturilor. Având în vedere aceste fapte, cercetătorii au căutat gene modificate atât de îmbătrânire, cât și de Covid-19, cu scopul de a găsi medicamente care interacționează pozitiv cu aceste gene.

Echipa de cercetare a folosit un proces în trei etape pentru a găsi gene comune ambelor căi. În prima fază a cercetării, echipa a folosit un autoencoder pentru a genera o listă de medicamente candidate. Acest lucru a fost realizat prin faptul că autoencoderul analizează două seturi de date de tipare de expresie genică, selectând medicamentele care păreau să reducă impactul general al virusului. Rezultatul a fost o listă de medicamente candidate și interacțiunile lor însoțitoare cu proteinele în ambele căi de îmbătrânire și infecții. Ulterior, cercetătorii au luat lista de medicamente candidate și au cartografiat interacțiunile dintre proteine ​​și cele două căi diferite, producând o hartă a interacțiunilor proteinelor pentru ambele. Cercetătorii au comparat apoi cele două hărți de interacțiune a proteinelor pentru a găsi zone de suprapunere. Acest lucru a condus la descoperirea unei rețele de expresie genetică pe care medicamentele ar trebui să o vizeze pentru a reduce severitatea Covid-19 la pacienții în vârstă.

În faza finală a proiectului de cercetare, echipa a folosit metode statistice pentru a determina cauzalitatea în cadrul rețelelor mapate. Folosind această metodă, ei au putut determina genele exacte cu care ar trebui să interacționeze un candidat la medicament pentru a reduce cel mai eficient severitatea unei infecții cu Covid-19.

Conform rezultatelor analizei lor, gena RIPK1 a fost partea genomului considerată a fi cea mai potrivită pentru țintirea medicamentelor de terapie Covid-19. Unele dintre medicamentele candidate sunt folosite pentru a trata cancerul. Alte medicamente candidate sunt deja testate de institutele medicale pentru a trata Covid-19.

Echipa de cercetare observă că acesta este doar primul pas pentru a determina ce medicamente ar putea fi reutilizate pentru tratamentul Covid-19. Vor trebui efectuate experimente ample in vitro și studii clinice pentru a determina dacă medicamentele sunt efectiv eficiente. Cu toate acestea, dacă abordarea se dovedește a fi de succes, ar putea fi folosită pentru a găsi medicamente eficiente pentru alte afecțiuni.

Potrivit echipei de cercetători scrie:

„În timp ce aplicăm platforma noastră de calcul în contextul SARS-CoV-2, algoritmii noștri integrează modalități de date care sunt disponibile pentru multe boli, făcându-le astfel aplicabile pe scară largă”.