Un par de investigadores estadounidenses desarrolló un algoritmo de inteligencia artificial que podría usarse para predecir futuras pandemias, como la de COVID-19.
Este estudio multidisciplinario también revela la gravedad con la que los pacientes sufrirán infecciones virales, entra estas las del nuevo coronavirus, y muestra cómo el modelo de dichas infecciones se puede utilizar para predecir la eficacia de posibles curas.
Esta investigación, realizada por la profesora Pradipta Ghosh y el profesor asociado Debashis Sahoo en la Universidad de California San Diego, cierra la brecha entre la medicina y la informática.
Ghosh, experta en medicina celular y molecular, dijo a Zenger News que su algoritmo puede usarse para predecir futuros brotes de COVID-19, e incluso futuras pandemias.
“Un conjunto de 166 genes revela la respuesta del sistema inmunológico humano a las infecciones virales. Un segundo conjunto de 20 genes predice la gravedad de la enfermedad de un paciente; por ejemplo, [permite saber si hay] necesidad de hospitalizar o usar un respirador mecánico”, dijo la Facultad de Medicina de la universidad en un comunicado.
“La utilidad del algoritmo se validó usando tejidos pulmonares recolectados en autopsias de pacientes fallecidos por COVID-19”, así como de animales que funcionaron como sujetos de prueba, dijo la universidad.
Ghosh, quien también es directora ejecutiva del Centro de Excelencia en Investigación HUMANOID de la universidad, dijo: “Estas marcas asociadas a una pandemia viral nos muestran cómo responde el sistema inmunológico de una persona a una infección viral y qué tan grave la enfermedad puede llegar a ser. [Esta información] nos da un mapa para [entender] esta y futuras pandemias”.
Ghosh dijo que ella y Sahoo “trabajan en soluciones computacionales innovadoras para extraer información valiosa y procesable de los ‘macrodatos’”, conjuntos complejos de datos que solo pueden ser analizados mediante métodos informáticos.
“Hemos utilizado estos métodos para identificar nuevos biomarcadores que servirán para el diagnóstico y el pronóstico [de las infecciones],” dijo. Añadió que estos “incluso permitirán seleccionar elementos de alto valor en el genoma / proteoma humano que tienen más probabilidades de pasar con éxito las pruebas clínicas de la Fase III”. En dicha fase se determina si un medicamento tiene el estándar de eficacia suficiente para que la Food and Drug Administration autorice su uso clínico. También se verifica que su nivel de toxicidad no rebase ciertos límites.
“Si bien habíamos probado metodologías similares en el contexto de otras enfermedades, nunca lo habíamos hecho en pandemias virales”, dijo. “Cuando la pandemia [de COVID-19] obligó a que todos los campus del mundo cerraran, nos preguntamos por qué no aprovechamos para construir un marco computacional que no solo ayude a analizar la pandemia actual, sino que también sea pertinente [para entender] las pandemias del futuro”.
Desafíos similares
En términos de desafíos, analizar el nuevo coronavirus fue similar al proceso de analizar otros virus, dijo Ghosh.
“Ante cualquier amenaza, el cuerpo humano reacciona … Hay muchas formas en que nuestras células responden a un patógeno”, dijo. “Uno puede asumir con seguridad que la célula estará estresada y pondrá a funcionar su sistema de defensa (citoquinas inflamatorias). Esta sesgará sus señales y procesos intracelulares para tratar de controlar dicha inflamación y eliminar el patógeno”.
Durante su investigación, los científicos se propusieron “descubrir cuál es la respuesta común, fundamental y compartida del huésped (nosotros) a cualquier patógeno viral respiratorio (la amenaza externa)”. Al final del proceso lograron “identificar fácilmente los cambios en la expresión génica central, valiéndose de [la información de] pandemias pasadas, entre ellas SARS, gripe porcina, gripe aviar e influenza”.
“Una vez que determinamos las marcas [de los genes], comenzamos a probar todos y cada uno de los conjuntos de datos de COVID-19 que surgieron”. Hasta la fecha, los científicos han analizado alrededor de 900 conjuntos de datos relacionados con el coronavirus.
Ghosh y su equipo analizaron muestras de sangre, células inmunitarias, hisopos nasales, muestras recolectadas en lavado de vías respiratorias y pulmones de sujetos fallecidos, “y las marcas [que lograron determinar] sirvieron para distinguir pacientes sanos de pacientes con COVID-19, y entre ellos a los que la enfermedad afectó de forma leve o grave”. Los científicos también lograron “predecir quién podría necesitar hospitalización prolongada y / o soporte de terapia intensiva y respirador, etcétera”.
Una sorpresa agradable
El único resultado inesperado fue que las marcas que los científicos lograron determinar sirvieron también para estudiar pandemias que no son de naturaleza respiratoria, pero que son mortales, dijo Ghosh.
“Las marcas funcionaron en [infecciones de] VIH, Hepatitis C, Zika y Ébola”, dijo. También sirvieron para analizar muestras de pulmón o vías respiratorias para virus respiratorios, de hígado para hepatitis, células cerebrales para Zika, muestras de sangre para VIH, etcétera.
Esto sucedió “porque nuestros algoritmos estaban diseñados para ignorar las diferencias superficiales entre los tipos de muestras y / o el virus en sí, y en cambio, enfocarse en los genes centrales fundamentales que invariablemente cambian en todas esas situaciones”.
Para probar su teoría, declaró la universidad, previo a la investigación el equipo trató a los roedores con una versión precursora de Molnupiravir, un fármaco que se encuentra en etapa de prueba para el tratamiento de pacientes con COVID-19, con anticuerpos neutralizantes del SARS-CoV-2.
“Después de la exposición al SARS-CoV-2, las células pulmonares de los roedores del grupo de control [es decir, los que no recibieron el medicamento] mostraron las marcas de los genes 166 y 20 asociadas con la pandemia, en tanto que los roedores del grupo experimental [los que sí lo recibieron] no presentaron estas marcas, lo que sugiere que los tratamientos fueron efectivos para mitigar la tormenta de citoquinas”.
Sahoo también es director fundador del Center for Precision Computational Systems Network de la universidad, que analiza los macrodatos. Dicho esfuerzo “desarrolla nuevos algoritmos de aprendizaje automático para impulsar el descubrimiento de fármacos con precisión”, dijo Sahoo.
La investigación de Ghosh y Sahoo fue publicada el 11 de junio en la revista EBioMedicine.
(Traducido y editado por Gabriela Olmos. Editado por Melanie Slone)
The post Ángeles de la guarda: la inteligencia artificial predecirá futuras pandemias appeared first on Zenger News.