Para los investigadores el encontrar nuevos fármacos significa horas y horas de trabajo y realizar actividades bastante costosas. Sin embargo, un tipo de inteligencia artificial (IA) llamado “aprendizaje automático” podría acelerar el proceso y realizar el trabajo en solo una fracción de segundo.

Según informa la autora de la investigación Vanessa Smer-Barreto, becaria de investigación del Institute of Genetics and Molecular Medicine, The University of Edinburgh, una IA podría haber encontrado la molécula antienvejecimiento más potente nunca antes vista.

Vanessa Smer-Barreto, investigadora de la University of Edinburgh. Crédito de imagen: University of Edinburgh

Smer-Barreto explica:

“Mis colegas y yo hemos utilizado recientemente esta tecnología para encontrar tres prometedores candidatos a fármacos senolíticos, es decir, fármacos que ralentizan el envejecimiento y previenen las enfermedades relacionadas con la edad”.

Los senolíticos matan las células senescentes. Se trata de células “vivas” (metabólicamente activas), pero que ya no pueden replicarse, de ahí su apodo: células zombi.

La incapacidad de replicarse no es necesariamente algo malo. Estas células han sufrido daños en su ADN -por ejemplo, las células de la piel dañadas por los rayos solares-, por lo que detener la replicación impide que el daño se propague.

Pero las células senescentes no siempre son buenas. Segregan un cóctel de proteínas inflamatorias que pueden propagarse a las células vecinas. A lo largo de la vida, nuestras células sufren un aluvión de agresiones, desde los rayos UV hasta la exposición a sustancias químicas, por lo que estas células se acumulan.

El elevado número de células senescentes se ha relacionado con una serie de enfermedades, como la diabetes tipo 2, el COVID, la fibrosis pulmonar, la artrosis y el cáncer.

Los estudios realizados en ratones de laboratorio han demostrado que la eliminación de las células senescentes, mediante el uso de senolíticos, puede mejorar estas enfermedades. Estos fármacos pueden eliminar las células zombis y mantener vivas las sanas.

Se conocen unos 80 senolíticos, pero sólo dos se han probado en humanos: una combinación de dasatinib y quercetina. Sería estupendo encontrar más senolíticos que pudieran utilizarse en diversas enfermedades, pero hacen falta de diez a veinte años y miles de millones de dólares para que un fármaco llegue al mercado.

Representación artística de una célula vista bajo el microscopio. Crédito de imagen: depositphotos.com

Resultados en cinco minutos

Smer-Barreto explica:

“Mis colegas y yo -incluidos investigadores de la University of Edinburgh y del Spanish National Research Council IBBTEC-CSIC de Santander (España)- queríamos saber si podíamos entrenar modelos de aprendizaje automático para identificar nuevos candidatos a fármacos senolíticos.

Para ello, alimentamos los modelos de IA con ejemplos de senolíticos y no senolíticos conocidos. Los modelos aprendieron a distinguir entre ambos y pudieron predecir si moléculas que nunca antes habían visto también podían ser senolíticas”.

Cuando resolvemos un problema de aprendizaje automático, solemos probar primero los datos con una serie de modelos diferentes, ya que algunos tienden a funcionar mejor que otros.

Para determinar cuál es el modelo más eficaz, al principio del proceso separamos una pequeña parte de los datos de entrenamiento disponibles y la mantenemos oculta al modelo hasta que finaliza el proceso de entrenamiento.

A continuación, utilizamos estos datos de prueba para cuantificar cuántos errores comete el modelo. Gana el que comete menos errores.

Determinamos nuestro mejor modelo y lo pusimos a hacer predicciones. Le dimos 4.340 moléculas y cinco minutos después nos dio una lista de resultados.

Smer-Barreto explica:

“El modelo de IA identificó 21 moléculas con las mejores puntuaciones que consideró que tenían una alta probabilidad de ser senolíticas. Si hubiéramos probado las 4.340 moléculas originales en el laboratorio, habríamos necesitado al menos varias semanas de trabajo intensivo y 50.000 libras esterlinas sólo para comprar los compuestos, sin contar el coste de la maquinaria experimental y el montaje.

A continuación, probamos estos fármacos candidatos en dos tipos de células: sanas y senescentes. Los resultados mostraron que, de los 21 compuestos, tres (periplocina, oleandrina y ginkgetina) eran capaces de eliminar las células senescentes, mientras mantenían vivas la mayoría de las células normales. A continuación, estos nuevos senolíticos se sometieron a más pruebas para conocer mejor su funcionamiento en el organismo”.

Resultados prometedores

Experimentos biológicos más detallados demostraron que, de los tres fármacos, la oleandrina era más eficaz que el fármaco senolítico conocido de su clase con mejores resultados.

Las posibles repercusiones de este enfoque interdisciplinar, en el que participan científicos de datos, químicos y biólogos, son enormes. Si se dispone de suficientes datos de alta calidad, los modelos de IA pueden acelerar el asombroso trabajo que realizan químicos y biólogos para encontrar tratamientos y curas para las enfermedades, especialmente las que no están cubiertas.

“Tras validarlos en células senescentes, estamos probando los tres candidatos a senolíticos en tejido pulmonar humano. Esperamos presentar nuestros próximos resultados dentro de dos años”, concluye Smer-Barreto.

Los hallazgos de la investigación han sido publicados en la revista Nature.

[H/T: theconversation]

Crédito imagen de portada: depositphotos.com

Como lector de CODIGO OCULTO, lo invitamos a seguirnos en nuestra Fan Page, para estar al tanto de todas las noticias que publicamos a diario. También puedes unirte a nuestro Grupo Oficial y a nuestra comunidad en Telegram. Además puedes suscribirte a nuestro boletín semanal de noticias.