Como parte do DreamLab: O projecto Corona-AI, uma equipa liderada pelo Dr. Kirill Veselkov do Departamento de Cirurgia e Cancro do London Imperial College, em colaboração com a Fundação Vodafone, está a emparelhar tecnologias de Inteligência Artificia, supercomputação móvel e Big Data ""-ómica"" para restringir a pesquisa de combinações de medicamentos existentes e moléculas semelhantes a medicamentos de base alimentar para ajudar na luta contra a pandemia de coronavírus.
O projeto de Crowd Computing em curso no Dreamlab já tem utilizado o poder de processamento de milhares de smartphones inativos para ajudar a descobrir as propriedades anticancerígenas dos alimentos e medicamentos do dia-a-dia (1). Agora esse poder de processamento está a ser deslocado para ajudar a combater o coronavírus.
O Chefe do Departamento de Cirurgia e Cancro, Professor George Hanna, salientou a importância do projeto:
Estes são tempos sem precedentes que exigem soluções científicas radicais e sem precedentes. O DreamLab: A equipa do projecto Corona-AI tem tirado partido do seu conhecimento e sucesso na utilização da tecnologia de IA para descobrir propriedades anticancerígenas em medicamentos e alimentos existentes, e pô-lo em prática contra esta nova ameaça global.
A rápida propagação da doença respiratória aguda (COVID-19) causada pelo novo coronavírus teve um enorme impacto negativo na saúde humana e na economia global, o que levou à necessidade imediata de intervenções médicas e nutricionais para ajudar a combater o surto.
Encontrar novas indicações ou utilizações alternativas dos medicamentos existentes (conhecidas como ""reposicionamento de medicamentos"") é uma forma atraente de contornar o processo lento e dispendioso de desenvolvimento de medicamentos específicos para tratar esta doença infeciosa. Na atual pandemia, pode potencialmente salvar milhares de vidas. A dieta humana é rica em moléculas semelhantes a fármacos que demonstraram desempenhar um papel tanto na prevenção como no tratamento de doenças virais, interagindo com medicamentos ou agindo eles próprios como ""medicamentos"". Contudo, os aspetos práticos tradicionais envolvidos na investigação da influência de um único medicamento ou componente alimentar levariam demasiado tempo a ter um impacto nesta crise.
Atualmente, o panorama das potenciais moléculas semelhantes a medicamentos nos alimentos é inimaginavelmente vasto. A metodologia experimental tradicional de investigação da influência de um único fármaco ou componente alimentar em qualquer infeção viral específica demora meses ou mesmo anos.
O DreamLab: O projeto Corona-AI adota uma abordagem radicalmente diferente dos métodos de teste tradicionais. Com o apoio do público em geral, o projeto combina a inteligência artificial e o poder de processamento dos smartphones ociosos para acelerar a descoberta de novos componentes antivirais nos medicamentos existentes e ajudar a caçar moléculas antivirais nos alimentos.
O Professor Vasilis Vasiliou da Escola de Saúde Pública de Yale, membro da equipa DreamLab, enfatizou ainda mais a importância do projeto: ""Nestes tempos difíceis, a IA pode fazer um contributo gigantesco na corrida contra o Covid-19. A equipa do Dreamlab está a utilizar o poder da IA para analisar medicamentos aprovados que possam ter o potencial de combater o Covid-19 e também para identificar componentes alimentares que possam aumentar a nossa imunidade contra os efeitos do vírus"".
inteligência Artificial inovadora orientada em rede para o reposicionamento de medicamentos e descoberta de moléculas antivirais em alimentos.
Os coronavírus não podem sobreviver ou reproduzir-se sem a ajuda dos seus hospedeiros. De facto, todos os vírus desenvolveram naturalmente um arsenal sofisticado de estratégias moleculares para explorar a maquinaria celular do hospedeiro em seu próprio benefício de sobrevivência e replicação. Estas estratégias assentam numa complexa rede de interações físicas entre proteínas virais e hospedeiras, as chamadas ""redes de interação vírus-hospedeiro"" (2).
O paradigma tradicional de desenvolvimento de medicamentos antivíricos é ""um medicamento para um alvo de proteínas virais"". Esta abordagem tem múltiplos inconvenientes, entre os quais a mutação do vírus que pode rapidamente tornar o fármaco ineficaz ou inútil. Em vez disso, precisamos de ter como alvo todo um hospedeiro que interage com o vírus. Apesar de se terem registado progressos interessantes, as vacinas preventivas e os efeitos dos medicamentos contra alvos específicos da SRA-Cov-2 em termos de proteínas são suscetíveis de ser afetados pela geração de mutantes de fuga viral.
Aproveitando o nosso trabalho anterior no cancro, o projeto Corona-AI DreamLab ""pretende construir uma imagem mais clara de quais os indivíduos ou combinações de moléculas mais adequados para perturbar as redes moleculares de interação do corona vírus essenciais para a sobrevivência do vírus, e não apenas as suas proteínas específicas"", segundo o Dr. Kirill Veselkov. Estas moléculas podem ser medicamentos existentes (ou seja, medicamentos não conhecidos anteriormente ou utilizados para tratamentos antivíricos) ou moléculas semelhantes a medicamentos dentro dos alimentos. Os resultados podem clarificar o panorama sobre as terapias multi-fármacos, juntamente com as intervenções dietéticas contra as redes de interação hospedeiro-viral quebradas nos seres humanos.
Um membro da parceria DreamLab, o Professor Michael Bronstein, Chair in Machine Learning and Pattern Recognition no Department of Computing Imperial College London e Head of Graph Learning Research no Twitter, descreveu o núcleo algorítmico do projeto:
Estamos a utilizar uma nova classe de métodos de IA baseados em rede para identificar compostos antivirais entre um conjunto de dados de milhares de moléculas, modelando os efeitos em rede das interações entre estas moléculas e biomoléculas no nosso corpo. Anteriormente, utilizávamos com sucesso estes métodos para encontrar ""hiper-alimentos"" contendo compostos semelhantes a medicamentos anticancerígenos, estando agora a reequipá-los para a nova doença.
Carácter combinatório do problema: Porquê o DreamLab?
O progresso desta investigação foi inicialmente atrasado pela falta de acesso à supercomputação. Combinações de três, quatro ou mesmo mais compostos seriam impossíveis de testar no laboratório. Digamos que existem 10.000 moléculas, com diferentes combinações - isso é um trilião de possibilidades que precisam de ser computacionalmente ""testadas"" contra as interações entre vírus e hospedeiro de estirpes de vírus corona, algo que seria impossível de gerir num computador normal. No entanto, a aplicação DreamLab utiliza a aprendizagem mecânica numa rede móvel de supercomputação, para analisar milhares de milhões de combinações de medicamentos, moléculas alimentares e interações genéticas existentes, reduzindo fundamentalmente o tempo necessário para fazer descobertas.
O membro da equipa do projecto, Dr. Reza Mirnezami, Consultor Cirurgião Colorectal, Royal Free Hospital, afirmou: ""A equipa do DreamLab está a trabalhar no aproveitamento do poder da IA para identificar a forma como as drogas aprovadas e comummente utilizadas poderiam ser 'redistribuídas' na guerra contra o COVID-19. Além disso, estamos a analisar a forma de melhorar os resultados nos doentes do COVID-19 que utilizam a dieta, o que irá sem dúvida afetar a imunidade do hospedeiro e a resiliência microbiológica intestinal"".
Durante esta fase inicial do projeto Corona-AI, o nosso objetivo é testar combinações de até duas moléculas de fármacos existentes ou moléculas semelhantes em alimentos contra as interações vírus-hospedeiro de estirpes de vírus corona, incluindo a SRA-Cov-2 - o agente causador responsável pela atual pandemia de COVID-19. A rede de smartphones DreamLab de 100K utilizadores tem o poder combinado de um supercomputador que pode comprimir os dados desta fase num tempo que de outra forma exigiria uma década, utilizando um computador de secretária normal.
Faça agora o download do DreamLab para que juntos possamos combater o COVID-19."
Autor: Dr. Kirill Veselkov; Professor de Medicina Computacional e Informática do Cancro, Department of Surgery and Cancer, Imperial College London; Professor Adjunto, Adjunto de Epidemiologia, Yale School of Public Health, EUA.
Referências
- Veselkov K, Gonzalez G, Shahad A, Galea D, Mirnezami R, Youssef J, Bronstein M & Laponogov I. HyperFoods: Machine-intelligent searching for cancer-beating molecules in foods. Nature Scientific Reports, 2019, 1-11
- de Chassey, B., Meyniel-Schicklin ,L., Vonderscher,J., Andre,P. and Lotteau,V. (2014) Virus-host interactomics: new insights and opportunities for antiviral drug discovery. Genome Medicine. 6 ,115