Desarrollan un sistema basado en aprendizaje automático que identifica fármacos contra el COVID-19
Investigadores del Instituto Tecnológico de Massachusetts (Estados Unidos) han desarrollado un sistema basado en el aprendizaje automático para identificar los fármacos que ya están en el mercado y que podrían reutilizarse para combatir la COVID-19, especialmente en los ancianos.
El sistema tiene en cuenta los cambios en la expresión genética de las células pulmonares causados tanto por la enfermedad como por el envejecimiento. Esta combinación podría permitir a los expertos médicos buscar más rápidamente fármacos para su ensayo clínico en pacientes de edad avanzada, que suelen presentar síntomas más graves. Los investigadores señalaron la proteína RIPK1 como un objetivo prometedor para los fármacos Covid-19, e identificaron tres medicamentos aprobados que actúan sobre la expresión de RIPK1.
En su trabajo, publicado en la revista Nature Communications , los investigadores se centraron en los candidatos más prometedores para la reutilización de fármacos en tres grandes pasos. En primer lugar, generaron una amplia lista de posibles fármacos mediante una técnica de aprendizaje automático denominada autoencoder.
A continuación, trazaron la red de genes y proteínas que intervienen tanto en el envejecimiento como en la infección por el SARS-CoV-2. Por último, utilizaron algoritmos estadísticos para comprender la causalidad en esa red, lo que les permitió identificar los genes «ascendentes» que causaban efectos en cascada en toda la red. En principio, los fármacos dirigidos a esos genes y proteínas de la fase anterior deberían ser candidatos prometedores para los ensayos clínicos.
Para generar una lista inicial de posibles fármacos, el autocodificador del equipo se basó en dos conjuntos de datos clave sobre patrones de expresión génica. Uno de ellos mostraba cómo la expresión en varios tipos de células respondía a una serie de fármacos ya comercializados, y el otro mostraba cómo la expresión respondía a la infección por el SARS-CoV-2. El autocodificador recorrió los conjuntos de datos para destacar los fármacos cuyo impacto en la expresión génica parecía contrarrestar los efectos del SARS-CoV-2.
A continuación, los investigadores redujeron la lista de posibles fármacos centrándose en las vías genéticas clave. Trazaron las interacciones de las proteínas implicadas en las vías de envejecimiento y de infección por Sars-CoV-2. También identificaron las áreas de solapamiento entre los dos mapas. De este modo, se identificó la red de expresión génica precisa a la que debería dirigirse un fármaco para combatir el Covid-19 en pacientes de edad avanzada.
