Un equipo internacional de investigadores ha aplicado modelos de IA para encontrar medicamentos ya existentes que puedan tratar el Covid-19 en pacientes de edad avanzada. el equipo de investigación modelos de codificador automático aplicados a medicamentos que ya están en el mercado, con el objetivo de encontrar puntos en común en los cambios en la expresión génica causados tanto por el envejecimiento natural como por el Covid-19.
Como explicó Caroline Uhler, bióloga computacional coautora del estudio en el MIT, el problema con el desarrollo de nuevos medicamentos para combatir el covid-19 es que el proceso de desarrollo del fármaco puede llevar años. La IA ya se ha aprovechado 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 las drogas usando IA sigue siendo demasiado lenta cuando se trata de situaciones como la pandemia de Covid-19. Es mucho más conveniente reutilizar los medicamentos existentes.
Para encontrar un fármaco que pueda combatir los efectos del covid-19 en poblaciones de edad avanzada, los investigadores observaron genes que sufrieron cambios durante el envejecimiento normal y cuando se vieron afectados por el virus covid-19.
Se plantea la hipótesis de que Covid-19 utiliza ciertas vías celulares, particularmente vías inflamatorias, para replicarse. También se sabe que los efectos del covid-19 son mucho peores en las poblaciones de edad avanzada que en las poblaciones más jóvenes. Además, los sistemas respiratorios de los individuos que envejecen se caracterizan por alteraciones en la rigidez de los tejidos. Ante estos hechos, los investigadores buscaron genes alterados tanto por el envejecimiento como por el Covid-19, con el objetivo de encontrar fármacos 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 codificador automático para generar una lista de fármacos candidatos. Esto se hizo haciendo que el codificador automático analizara 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 fármacos candidatos y las interacciones que los acompañan con las proteínas tanto en las vías de envejecimiento como de infección. Posteriormente, los investigadores tomaron la lista de fármacos candidatos y mapearon las interacciones entre las proteínas y las dos vías diferentes, produciendo un mapa de interacciones de proteínas para ambos. Luego, los investigadores compararon los dos mapas de interacción de proteínas para encontrar áreas de superposición. Esto condujo al descubrimiento de una red de expresión génica a la que los medicamentos deberían dirigirse para reducir la gravedad de la COVID-19 en pacientes mayores.
En la fase final del proyecto de investigación, el equipo empleó métodos estadísticos para determinar la causalidad dentro de las redes mapeadas. Usando este método, pudieron determinar los genes exactos con los que un candidato a fármaco debería interactuar para reducir de manera más efectiva la gravedad de una infección por Covid-19.
Según los resultados de su análisis, el gen RIPK1 era la parte del genoma que se pensaba que era más adecuada para los medicamentos de terapia de Covid-19. Algunos de los fármacos candidatos se utilizan para tratar el cáncer. Los institutos médicos ya están probando otros medicamentos candidatos para tratar el covid-19.
El equipo de investigación señala que este es solo el primer paso para determinar qué medicamentos podrían reutilizarse para el tratamiento de Covid-19. Será necesario llevar a cabo extensos experimentos in vitro y ensayos clínicos para determinar si los medicamentos son realmente efectivos. Sin embargo, si el enfoque resulta exitoso, podría usarse para encontrar medicamentos efectivos para otras afecciones.
Según el equipo de investigadores escribe:
“Si bien 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”.