Como parte del proyecto DreamLab: Corona-AI, el equipo dirigido por el Dr. Kirill Veselkov del Departamento de Cirugía y Cáncer del Imperial College de Londres en colaboración con la Fundación Vodafone, combina tecnologías de inteligencia artificial a medida, supercomputación móvil y big omics data para limitar la búsqueda de combinaciones de medicamentos existentes y moléculas similares a los medicamentos basadas en alimentos para ayudar en la lucha contra la pandemia de coronavirus.
El proyecto DreamLab ya ha estado utilizando la potencia de procesamiento de miles de teléfonos inteligentes inactivos para ayudar a descubrir las propiedades anticancerígenas de los alimentos y medicamentos cotidianos (1). Ahora ese poder de procesamiento se está cambiando para ayudar a combatir el coronavirus.
El jefe del Departamento de Cirugía y Cáncer, profesor George Hanna, destacó la importancia del proyecto:
Estos son tiempos sin precedentes que exigen soluciones científicas radicales y sin precedentes. El equipo del proyecto DreamLab: Corona-AI ha utilizado su conocimiento y éxito en el uso de la tecnología de IA para descubrir propiedades anticancerígenas en medicamentos y alimentos existentes, y lo ha puesto en uso contra esta nueva amenaza global.
La rápida propagación de la enfermedad respiratoria aguda (COVID-19) causada por el nuevo coronavirus ha tenido un impacto masivo perjudicial en la salud humana y la economía global, lo que ha llevado a la necesidad inmediata de intervenciones médicas y nutricionales para ayudar a combatir el brote.
Encontrar nuevas indicaciones o usos alternativos de medicamentos existentes (conocido como "reposicionamiento de medicamentos") es una forma atractiva de sortear el proceso lento y costoso de desarrollar medicamentos específicos para tratar esta enfermedad infecciosa. En la pandemia actual podría salvar miles de vidas. La dieta humana es rica en moléculas similares a medicamentos que han demostrado desempeñar un papel importante tanto en la prevención como en el tratamiento de enfermedades virales, al interactuar con los medicamentos o al actuar como "medicinas". Sin embargo, los aspectos prácticos tradicionales involucrados en la investigación de la influencia de un solo medicamento o componente alimentario llevarían demasiado tiempo para tener un impacto en esta crisis.
En la actualidad, el panorama de posibles moléculas similares a los medicamentos en los alimentos es inimaginablemente grande. La metodología experimental tradicional de investigar, la influencia de un solo fármaco o componente alimentario en cualquier infección viral particular podría llevar meses e incluso años.
El proyecto DreamLab: Corona-AI adopta un enfoque radicalmente diferente a los métodos de prueba tradicionales. Impulsado por el público en general, el proyecto combina inteligencia artificial y el poder de procesamiento de los Smartphones inactivos para acelerar el descubrimiento de nuevos componentes antivirales en medicamentos existentes y ayudar a la búsqueda de moléculas antivirales en los alimentos.
El miembro del equipo de DreamLab, el profesor Vasilis Vasiliou, de la Escuela Pública de Salud de Yale, enfatizó aún más la importancia del proyecto: “En estos tiempos difíciles, la IA puede hacer mucho bien en la carrera contra Covid-19. El equipo de Dreamlab está utilizando el poder de la IA para detectar medicamentos aprobados que pueden tener el potencial de combatir el Covid-19 y también para identificar componentes de alimentos que pueden aumentar nuestra inmunidad contra los efectos del virus."
Innovadora red de IA para el reposicionamiento de fármacos y el descubrimiento de moléculas antivirales en alimentos
Los coronavirus no pueden sobrevivir o replicarse sin la ayuda de sus anfitriones. De hecho, todos los virus han desarrollado naturalmente un sofisticado arsenal de estrategias moleculares para explotar la maquinaria celular del huésped para su propio beneficio de supervivencia y replicación. Estas estrategias se basan en una compleja red de interacciones físicas entre las proteínas virales y del huésped, las llamadas "redes de interactoma virus-huésped" (2).
El paradigma tradicional de desarrollo de medicamentos antivirales es “un medicamento para una proteína viral”. Este enfoque tiene múltiples inconvenientes, entre los cuales se encuentra la mutación del virus que rápidamente puede hacer que el medicamento sea ineficiente o inútil. En cambio, necesitamos apuntar a un interactoma huésped-virus completo. A pesar de que se han realizado progresos emocionantes, es probable que las vacunas preventivas y los efectos de los medicamentos contra los objetivos específicos de la proteína del SARS-Cov-2 no sean eficiente por la generación de mutaciones en el virus.
Aprovechando nuestro trabajo previo sobre el cáncer, el proyecto Corona-AI DreamLab "tiene como objetivo construir una imagen más clara de qué molécula o combinaciones de moléculas son las más adecuadas para alterar las redes de interactomas moleculares del huésped-virus esenciales para la supervivencia del coronavirus, no solo sus proteínas específicas", según el Dr. Kirill Veselkov. Estas moléculas pueden ser medicamentos existentes (es decir, medicamentos no conocidos previamente o utilizados para tratamientos antivirales) o moléculas similares a los medicamentos en los alimentos. Los resultados pueden arrojar luz sobre las terapias con múltiples medicamentos junto con las intervenciones dietéticas contra las redes de interactomas del huésped-virus interrumpidas en humanos.
El colaborador de DreamLab, el profesor Michael Bronstein, presidente de Machine Learning y Pattern Recognition en el Departamento de Computación del Imperial College London y jefe de Graph Learning Research en Twitter, describió el núcleo algorítmico del proyecto:
undefinedEstamos utilizando una clase novedosa de métodos de IA basados en redes para identificar compuestos antivirales entre un conjunto de datos de miles de moléculas, modelando los efectos de las interacciones entre estas moléculas y biomoléculas en nuestro cuerpo. Anteriormente, hemos utilizado con éxito estos métodos para encontrar "superalimentos" que contienen compuestos similares a los medicamentos contra el cáncer, y ahora los estamos actualizando para la nueva enfermedad.undefined
¿Por qué DreamLab?
El progreso de esta investigación fue originalmente retrasado por la falta de acceso a la supercomputación. Las combinaciones de tres, cuatro o incluso más compuestos serían imposibles de probar en el laboratorio. Supongamos que hay 10,000 moléculas, con diferentes combinaciones: eso es un billón de posibilidades que necesitan ser "probadas" computacionalmente contra interactomas virus-huésped de cepas de coronavirus, algo que sería inmanejable en un ordenador normal. Sin embargo, la aplicación DreamLab utiliza el aprendizaje automático en una red de supercomputación móvil para analizar miles de millones de combinaciones de medicamentos existentes, moléculas basadas en alimentos e interacciones genéticas, reduciendo fundamentalmente el tiempo necesario para hacer descubrimientos.
El miembro del equipo del proyecto, el Dr. Reza Mirnezami, Cirujano Colorrectal del Royal Free Hospital, dijo: “El equipo de DreamLab está trabajando para aprovechar el poder de la IA para identificar el uso de medicamentos aprobados y como podrían ser 'desplegados' en la guerra contra COVID -19. Además, estamos analizando cómo mejorar los resultados en pacientes con COVID-19 que usan alguna dieta, lo que sin duda afectará la inmunidad del huésped y la resistencia microbiotal intestinal”.
Durante esta fase inicial del proyecto Corona-AI, nuestro objetivo es probar combinaciones de hasta dos moléculas de medicamentos existentes o moléculas similares a medicamentos en alimentos contra los interactomas del virus huésped de las cepas de coronavirus, incluido el SARS-Cov-2, el agente responsable de la actual pandemia de COVID-19. La red de Smartphones con DreamLab, con más de 100.000 usuarios, tiene el poder combinado de un superordenador que puede procesar los datos de esta fase en un tiempo, qué de otra manera, requeriría una década usando un ordenador estándar.
Descarga DreamLab ahora y ayúdanos a luchar todos juntos contra COVID-19.
Autor: Dr. Kirill Veselkov; Profesor de Medicina Computacional e Informática del Cáncer, Departamento de Cirugía y Cáncer, Imperial College London; Profesor Asistente Adjunto de Epidemiología, Yale School of Public Health, Estados Unidos.
Referencias
- 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. <em>Nature Scientific Reports</em>, 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