Aprendizaje automático: Una respuesta al Coronavirus

 

Aprendizaje automático: Una respuesta al Coronavirus

Hemos visto terribles enfermedades curadas por las ciencias modernas en películas o nos ha fascinado la idea de luchar contra la propagación de enfermedades en juegos de RV o de simulación. Sin embargo, el coronavirus es una realidad contra la cual la civilización humana no deja tablas sin voltear para ganar este juego. Aquí nuestra elección de armas es el aprendizaje automático basado en la IA y el análisis de grandes datos.

En el sector de la atención de la salud, el aprendizaje automático puede considerarse un recurso que tiene el alcance de procesar enormes conjuntos de datos que superan la capacidad de las mentes humanas, y los conocimientos inferidos ayudan a los médicos a planificar y prestar atención para obtener un tratamiento satisfactorio. Los investigadores buscan descubrir posibles soluciones de tratamiento investigando la base de datos de medicamentos ya aprobados y los nuevos compuestos. Mientras que los métodos tradicionales de descubrimiento y desarrollo de fármacos cuestan tiempo y dinero, los expertos confían en el Diseño de Fármacos Asistido por Ordenador (CADD) como método para desarrollar fármacos candidatos para el tratamiento de muchos tipos de enfermedades. Es un enfoque computacional para descubrir, desarrollar, mejorar y analizar drogas y moléculas similares biológicamente activas. Este enfoque conlleva una gran cantidad de metodologías computacionales como la detección virtual, el diseño de bibliotecas virtuales, la optimización del plomo, el diseño de novo y se utiliza para la evaluación rápida de bibliotecas químicas sobre compuestos para guiar y acelerar el desarrollo de la fase inicial del nuevo compuesto biológico activo.

Recientemente, dos graduados del Instituto de Ciencia de Datos (DSI) de la Universidad de Columbia están usando esta tecnología para descubrir rápidamente tratamientos para el nuevo coronavirus. Andrew Satz y Brett Averso (CEO y CTO respectivamente) de una startup de 12 miembros llamada EVQLV afirman que llevar a cabo el descubrimiento de anticuerpos en un laboratorio puede llevar años, un promedio de cinco años, y medio billón de dólares para encontrar alta afinidad y optimizar los anticuerpos.

«Lo que nuestros algoritmos hacen es reducir la probabilidad de fracaso en el descubrimiento de drogas en el laboratorio», informó Satz al grupo de noticias del instituto. «Fallamos en la computadora tanto como sea posible para reducir la posibilidad de fallos en el laboratorio. Y eso ahorra una cantidad significativa de tiempo en un trabajo laborioso y que consume mucho tiempo».

Ahora EVQLV está trabajando en colaboración con Immunoprecise Antibodies (IPA), una compañía enfocada en el descubrimiento de anticuerpos terapéuticos. Juntos presentaron su primer panel de secuencias de anticuerpos terapéuticos candidatos, compuesto por secuencias de ADN que codifican para anticuerpos potencialmente terapéuticos contra el nuevo coronavirus, SARS-CoV-2.

«A medida que los nuevos conocimientos sobre el SARS-CoV-2 son captados por investigadores de todo el mundo, estamos aplicando estos conocimientos en un intento de generar una terapia eficaz y sostenible. La presentación del primer panel de secuencias de anticuerpos por el EVQLV es un hito importante», declaró la Dra. Jennifer Bath, CEO de IPA.

Aunque el EVQLV ha minimizado significativamente la fase inicial del descubrimiento del fármaco, dada la urgencia internacional los investigadores son optimistas en cuanto a la disponibilidad de un posible tratamiento para finales de año.

Mientras que las estadísticas sobre las personas que dan positivo fluctúan diariamente, es sólo cuestión de tiempo que encontremos una cura a prueba de balas contra este espantoso virus que ya se ha cobrado casi 40.000 vidas a escala mundial. Hasta entonces permanezcan en casa, practiquen hábitos de limpieza, esperen pacientemente hasta que el aprendizaje automático les salve el día.

Leave a Comment!