El machine learning podría ayudar a descubrir tratamientos para la Covid-19

Al identificar con IA moléculas potencialmente útiles para tratar la Covid-19, investigadores pueden concentrarse en estudiar su efectividad

Usando modelos de machine learning, científicos ponen a disposición una herramienta para identificar moléculas potencialmente útiles para tratar la Covid-19

Aunque el ritmo de la vacunación contra la Covid-19 avanza en varios países, sólo un 7.76% de la población global ha recibido una dosis, según la herramienta Our World in Data. Ante esta perspectiva, sigue siendo urgente el desarrollo de tratamientos contra la Covid-19, por lo que científicos crearon una herramienta de machine learning, llamada REDIAL-2020 para ayudar a investigadores con este fin. Esta herramienta puede ayudarlos a identificar moléculas potencialmente útiles para desarmar el virus antes de una invasión de las células humanas o para desactivarlo en las primeras etapas de la infección.

Con anterioridad, se han realizado diversos estudios de reutilización de medicamentos, para conocer qué medicinas existentes podrían ser de utilidad también en el tratamiento de la Covid-19. Por ejemplo, un estudio publicado en la revista Nature Communications identificó con machine learning a la proteína RIPK1 como un objetivo para posibles fármacos contra la Covid-19. Según la investigación, existen ya tres medicamentos, aprobados para el tratamiento del cáncer, que actúan sobre esta proteína RIPK1 y podrían tener potencial para el tratamiento de la Covid-19. Con la información de este tipo de estudios, los investigadores pueden priorizar los medicamentos con los cuales realizar estudios clínicos para evaluar su efectividad contra el coronavirus.

Según el estudio publicado en la revista Nature Machine Intelligence, los científicos utilizaron los datos de un estudio de este tipo para diseñar REDIAL-2020, una suite en línea de código abierto de modelos computacionales. Estos modelos analizan la efectividad de determinadas moléculas en áreas como la entrada viral, replicación viral, infectividad de virus vivos, infectividad in vitro y toxicidad de células humanas. Al ser poco probable que una sola molécula o medicamento funcione igualmente en todos estos aspectos, este enfoque podría ayudar a desarrollar cócteles de medicamentos para combatir al virus desde distintos frentes.

De acuerdo a los investigadores, REDIAL-2020 utiliza algoritmos de machine learning para procesar rápidamente grandes cantidades de datos y detectar patrones ocultos, difíciles de percibir en un análisis humano. Aunque el objetivo de su estudio continúa siendo, principalmente, detectar medicinas que podrían reutilizarse en el tratamiento de la Covid-19, sus modelos de machine learning se basan en la identificación de moléculas y no necesariamente en medicamentos aprobados. Por esto, aseguran, el flujo de trabajo de sus modelos computacionales podría entrenarse para evaluar compuestos contra otros patógenos, así como para evaluar productos químicos aún no aprobados para uso humano.

Gracias a las capacidades de análisis del machine learning, distintas herramientas surgen para la búsqueda de nuevos tratamientos para la Covid-19. Con el enfoque de modelos como el REDIAL-2020, los investigadores pueden ahorrar tiempo y concentrarse en el estudio de las moléculas más prometedoras. Este ahorro de tiempo es significativo ya que, en un escenario de más de 150 millones de contagios en el mundo, combinar rapidez con seguridad es vital para salvar vidas.