Un nuevo modelo de IA puede predecir con exactitud la respuesta humana a nuevos compuestos farmacológicos
La técnica podría acelerar considerablemente el descubrimiento de fármacos y la medicina de precisión
El trayecto entre la identificación de un posible compuesto terapéutico y la aprobación de un nuevo fármaco por parte de la Administración de Alimentos y Medicamentos puede durar más de una década y costar más de mil millones de dólares. Un equipo de investigación del Centro de Postgrado de la CUNY ha creado un modelo de inteligencia artificial que podría mejorar significativamente la precisión y reducir el tiempo y el coste del proceso de desarrollo de fármacos. Descrito en un artículo publicado recientemente en Nature Machine Intelligence, el nuevo modelo, denominado CODE-AE, puede analizar nuevos compuestos farmacológicos para predecir con exactitud su eficacia en humanos. En las pruebas, también fue capaz de identificar teóricamente medicamentos personalizados para más de 9.000 pacientes que podrían tratar mejor sus enfermedades. Los investigadores esperan que la técnica acelere considerablemente el descubrimiento de fármacos y la medicina de precisión.
Imagen simbólica
Computer generated picture
La predicción precisa y sólida de las respuestas específicas de los pacientes a un nuevo compuesto químico es fundamental para descubrir terapias seguras y eficaces y seleccionar un fármaco existente para un paciente concreto. Sin embargo, no es ético ni factible realizar pruebas tempranas de eficacia de un fármaco en seres humanos directamente. Los modelos celulares o tisulares suelen utilizarse como sustitutos del cuerpo humano para evaluar el efecto terapéutico de una molécula farmacológica. Desgraciadamente, el efecto del fármaco en un modelo de enfermedad a menudo no se corresponde con la eficacia y la toxicidad del fármaco en los pacientes humanos. Esta laguna de conocimiento es un factor importante en los altos costes y las bajas tasas de productividad del descubrimiento de fármacos.
"Nuestro nuevo modelo de aprendizaje automático puede resolver el problema de la traslación de los modelos de enfermedad a los seres humanos", afirma Lei Xie, profesor de informática, biología y bioquímica del CUNY Graduate Center y del Hunter College y autor principal del artículo. "CODE-AE utiliza un diseño inspirado en la biología y aprovecha varios avances recientes en el aprendizaje automático. Por ejemplo, uno de sus componentes utiliza técnicas similares en la generación de imágenes Deepfake".
El nuevo modelo puede proporcionar una solución al problema de tener suficientes datos de pacientes para entrenar un modelo de aprendizaje automático generalizado, dijo You Wu, estudiante de doctorado del Centro de Graduados de la CUNY y coautor del artículo. "Aunque se han desarrollado muchos métodos para utilizar pantallas de líneas celulares para predecir las respuestas clínicas, sus resultados son poco fiables debido a la incongruencia y las discrepancias de los datos", dijo Wu. "CODE-AE puede extraer las señales biológicas intrínsecas enmascaradas por el ruido y los factores de confusión y aliviar eficazmente el problema de la discrepancia de datos".
Como resultado, CODE-AE mejora significativamente la precisión y la solidez respecto a los métodos más avanzados en la predicción de respuestas farmacológicas específicas de los pacientes a partir de muestreos de compuestos en líneas celulares.
El próximo reto del equipo de investigación para avanzar en el uso de la tecnología en el descubrimiento de fármacos es desarrollar una forma de que CODE-AE prediga de forma fiable el efecto de la concentración y metabolización de un nuevo fármaco en el cuerpo humano. Los investigadores también señalaron que el modelo de IA podría ajustarse para predecir con precisión los efectos secundarios de los fármacos en el ser humano.
Nota: Este artículo ha sido traducido utilizando un sistema informático sin intervención humana. LUMITOS ofrece estas traducciones automáticas para presentar una gama más amplia de noticias de actualidad. Como este artículo ha sido traducido con traducción automática, es posible que contenga errores de vocabulario, sintaxis o gramática. El artículo original en Inglés se puede encontrar aquí.
Publicación original
Más noticias del departamento ciencias
Reciba la industria de las ciencias biológicas en su bandeja de entrada
No se pierda nada a partir de ahora: Nuestro boletín electrónico de biotecnología, productos farmacéuticos y ciencias de la vida le pone al día todos los martes y jueves. Las últimas noticias del sector, los productos más destacados y las innovaciones, de forma compacta y fácil de entender en su bandeja de entrada. Investigado por nosotros para que usted no tenga que hacerlo.
