Utilitzen el coneixement d'Amazon contra el covid-19

Barcelona"Quan ens vam confinar vam posar-nos a pensar què podíem fer per ajudar", diu Patrick Aloy, cap del laboratori de bioinformàtica estructural i biologia de xarxes de l'Institut de Recerca Biomèdica de Barcelona (IRB). "No som experts en malalties infeccioses –continua– però sabem comparar compostos químics a molts nivells", de manera que "vam decidir buscar totes les molècules que els experts creuen que poden ser útils per tractar el covid-19 amb la finalitat de trobar compostos semblants". L'objectiu: augmentar l'arsenal disponible contra el virus.

La història d'Aloy és un exemple del que han fet molts investigadors que durant aquestes setmanes s'han vist forçats a abandonar la feina diària al laboratori. En virtut de l'evidència que la recerca és la clau per contenir la pandèmia, molts científics han reorientat línies d'investigació per aportar el seu gra de sorra en la lluita contra el nou coronavirus. En aquest cas, el grup d'Aloy comptava amb una eina que han desenvolupat al llarg dels últims cinc anys i que tot just s'acaba de publicar en un article a la revista Nature Biotechnology. Es tracta del Chemical Checker, un sistema que aglutina per primera vegada informació sobre el comportament de més de 800.000 compostos químics en entorns biològics, és a dir, en sistemes vius.

Fins ara gran part de la recerca de nous fàrmacs s'ha centrat en buscar molècules amb estructures químiques semblants a molècules conegudes. Segons aquest enfocament, si dues molècules s'assemblen, és probable que tinguin efectes similars. Però a la natura sovint les coses són més complexes. Hi poden haver molècules que no s'assemblin i que tinguin efectes equivalents un cop es troben a l'interior de sistemes vius. Amb el Chemical Checker "per primera vegada es poden buscar molècules en funció del que fan i no a partir de la seva estructura", anuncia Aloy.

"Quan vam començar a treballar en l'àmbit del covid-19 –explica l'investigador– vam llegir 70 articles científics" en què s'esmentaven compostos que podien actuar contra el virus. "Al cap de poc temps ja hi havia 10.000 articles, i ara n'hi ha 23.000!", exclama. Cap equip humà pot processar tanta informació en un temps prudencial, de manera que els científics necessitaven algú amb la capacitat de fer-ho automàticament. Així va ser com van topar amb Amazon. Per la naturalesa de la seva activitat, el gegant de la venta en línia atresora un coneixement profund en sistemes d'intel·ligència artificial capaços de llegir textos escrits per persones o, per dir-ho d'una altra manera, màquines amb una comprensió lectora avançada. La col·laboració d'Amazon es va concretar ràpidament en un sistema de processament automàtic del llenguatge natural (text mining, en anglès) específic per a aquest projecte, que ha sigut capaç de llegir aquests 23.000 articles científics i extreure'n la informació rellevant segons els criteris dels investigadors. Això ha permès identificar 307 compostos.

Gràcies al Chemical Checker, a partir d'aquests compostos inicials s'han identificat prop de 10.000 substàncies amb propietats biològiques semblants i que, per tant, són candidats potencials a presentar algun efecte contra el nou coronavirus. Aquestes substàncies, a més, estan classificades en funció del mecanisme d'acció que poden utilitzar contra el virus i del grau d'evidència disponible sobre els seus efectes. L'eina resultant d'aquesta col·laboració ja està en línia i a l'abast de qualsevol investigador de manera gratuïta, a l'espera que la comunitat científica l'ampliï amb noves troballes.