Investigadores del MIT desarrollan un sistema de Inteligencia artificial para identificar los fármacos ya en el mercado eficaces en los casos más graves de COVID-19.

Los investigadores han tenido en cuenta cómo los genes del sistema inmune varían a medida que nos hacemos mayores, para localizar qué fármacos actúan mejor en ese caso.

Por qué usar fármacos que son para otras enfermedades

Cuando aparece una nueva enfermedad, antes de encontrar fármacos específicos que puedan detenerla, la opción de emergencia es utilizar los que ya están en el mercado, aunque dirigidos a otras enfermedades lo más parecidas posibles. Esto garantiza la seguridad del fármaco, lo que no está tan claro es su eficacia para la nueva enfermedad.

«Fabricar nuevos fármacos lleva una eternidad», explica Caroline Uhler, bióloga computacional del Departamento de Ingeniería Eléctrica e Informática del MIT. «Realmente, la única opción conveniente cuando aparece una enfermedad desconocida es reutilizar los fármacos existentes».

Cuando la pandemia de Covid-19 se produjo a principios de 2020 estábamos ante una enfermedad nueva, y había que tomar soluciones urgentes.  El primer acuerdo dirigido por la OMS como tratamiento contra la COVID-19 fue utilizar Retinavir, desarrollado para tratar el VIH, y la hidroxicloroquina derivada de la cloroquina, un compuesto para tratar la malaria y diversas enfermedades autoinmunes, como el lupus eritematoso y la artritis reumatoide.

Un año después y pese a la intensa labor de investigación en todo el mundo, apenas se dispone de tratamientos específicos efectivos contra la COVID-19.

Los ensayos realizados por Solidarity  —respaldados por la OMS— y Recovery —realizado en Reino Unido— concluyeron que algunos de los tratamientos tenían efectos escasos o nulos en la mortalidad general, la iniciación de la respiración mecánica y la duración de la hospitalización en pacientes ingresados.

Hoy, sigue siendo necesario dar con el fármaco adecuado, principalmente cuando se trata de casos muy graves y especialmente en la población de más edad.

La Inteligencia artificial tiene en cuenta los genes del paciente

Al principio de la pandemia, quedó claro que el Covid-19 perjudica  más a los pacientes mayores que a los más jóvenes, por término medio. El equipo de Uhler se preguntó por qué. «La hipótesis predominante es el envejecimiento del sistema inmunitario», explica. Pero Uhler y Shivashankar sugirieron un factor adicional: «Uno de los principales cambios que se producen en el pulmón con el envejecimiento es que se vuelve más rígido».

Así que buscaron los genes que están involucrados en ese proceso de degeneración del pulmón, los genes que, al envejecer, hacen que el pulmón sea más rígido.

El tejido pulmonar que se vuelve rígido muestra patrones de expresión génica diferentes a los de las personas más jóvenes, incluso en respuesta a la misma señal.  Trabajos anteriores del laboratorio de Shivashankar demostraron que si se estimula a las células en un sustrato más rígido con una citoquina, similar a lo que hace el virus, activan genes diferentes si se trata de una persona joven o de una persona mayor», dice Uhler.

Así que decidieron analizar el envejecimiento junto con el SARS-CoV-2 y ver qué genes son los que involucran a ambos, los genes en la intersección de estas dos vías. Una vez  localizado, los mejores fármacos serán aquellos que actúan sobre estas vías.

Para seleccionar el mejor entre los fármacos aprobados que podrían actuar sobre estas vías, el equipo recurrió a los macrodatos y a la inteligencia artificial.

Trabajo para un cerebro artificial

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 son los candidatos prometedores para los ensayos clínicos.

La red causal final identificó a RIPK1 como un gen/proteína objetivo para potenciales fármacos.

Un enfoque que servirá para tratar las enfermedades del futuro

Radhakrishnan subraya la importancia de no quedarnos solo en el coronavirus, y reunir información sobre el impacto de diversas enfermedades en la expresión de los genes. «Cuantos más datos tengamos en este ámbito, mejor podrá funcionar», afirma.

Esta investigación ha contado con el apoyo  de la Oficina de Investigación Naval, la Fundación Nacional de la Ciencia, la Fundación Simons, IBM y la Clínica Jameel del MIT para el Aprendizaje Automático y la Salud.