Cercetători în domeniul inteligenței artificiale dezvoltă o metodă pentru a reutiliza medicamentele existente pentru a lupta împotriva Covid-19

O echipă internațională de cercetători a aplicat modele de inteligență artificială pentru a găsi medicamente existente care pot trata Covid-19 la pacienții vârstnici. Echipa de cercetare a aplicat modele autoencoder asupra medicamentelor deja disponibile pe piață, cu scopul de a găsi asemănări în modificările expresiei genice cauzate atât de îmbătrânirea naturală, cât și de Covid-19.

După cum explică coautorul studiului, biologul computațional de la MIT, Caroline Uhler, problema dezvoltării de noi medicamente pentru a combate Covid-19 este aceea că procesul de dezvoltare a medicamentelor poate dura ani. Inteligența artificială a fost deja utilizată pentru a descoperi noi medicamente, găsind noi formulări pentru medicamente terapeutice mult mai rapid decât metodele tradiționale de descoperire a medicamentelor. Din nefericire, chiar și viteza relativ rapidă cu care medicamentele pot fi descoperite utilizând inteligența artificială este încă mult prea lentă în situații precum pandemia Covid-19. Este mult mai expedit să se reutilizeze medicamentele existente.

Pentru a găsi un medicament care poate lupta împotriva efectelor Covid-19 la populația vârstnică, cercetătorii au examinat genele care suferă modificări atât în timpul îmbătrânirii normale, cât și atunci când sunt afectate de virusul Covid-19.

Covid-19 este presupus a utiliza anumite căi celulare, în special căi inflamatorii, pentru a se reproduce. De asemenea, se știe că efectele Covid-19 sunt mult mai severe la populația vârstnică decât la cea tânără. Mai mult, sistemele respiratorii ale indivizilor 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 utilizat un proces în trei etape pentru a găsi gene comune ambelor căi. În prima fază a cercetării, echipa a utilizat un autoencoder pentru a genera o listă de medicamente candidate. Acest lucru a fost realizat prin analizarea a două seturi de date de modele de expresie genetică, selectând medicamentele care păreau să reducă impactul general al virusului. Rezultatul a fost o listă de medicamente candidate și interacțiunile lor cu proteinele atât în calea îmbătrânirii, cât și a infecției. După aceea, cercetătorii au luat lista de medicamente candidate și au cartat interacțiunile dintre proteine și cele două căi diferite, producând o hartă a interacțiunilor proteice 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 țintească pentru a reduce gravitatea Covid-19 la pacienții vârstnici.

În faza finală a proiectului de cercetare, echipa a utilizat metode statistice pentru a determina cauzalitatea în rețelele cartate. Utilizând această metodă, au putut determina exact genele cu care un medicament candidat ar trebui să interacționeze pentru a reduce cel mai eficient gravitatea unei infecții cu Covid-19.

Conform rezultatelor analizei lor, gena RIPK1 a fost considerată a fi cea mai potrivită pentru a fi țintită de medicamentele pentru Covid-19. Unele dintre medicamentele candidate sunt utilizate pentru a trata cancerul. Alte medicamente candidate sunt deja testate de institute medicale pentru a trata Covid-19.

Echipa de cercetare notează că acesta este doar primul pas în determinarea medicamentelor care ar putea fi reutilizate pentru tratamentul Covid-19. Experimente extinse in vitro și studii clinice vor trebui să fie efectuate pentru a determina dacă medicamentele sunt cu adevărat eficiente. Cu toate acestea, dacă abordarea se dovedește a fi de succes, ea ar putea fi utilizată pentru a găsi medicamente eficiente pentru alte afecțiuni.

Conform echipei de cercetare, care scrie:

„În timp ce aplicăm platforma noastră computațională în contextul SARS-CoV-2, algoritmii noștri integrează modalități de date disponibile pentru multe boli, făcându-le astfel aplicabile în mod larg.”