Ciència

¿Trobar fàrmacs per a malalties minoritàries? Amb la IA és possible

El superordinador MareNostrum obre la porta a estudiar patologies fins ara excloses de les grans bases de dades

BarcelonaLa capacitat per analitzar grans volums de dades de la intel·ligència artificial (IA) ha seduït sectors de tota mena i la investigació mèdica no n'és una excepció: els últims anys han proliferat eines per quantificar el risc de patir càncer o controlar la diabetis, però també per accelerar les fases de disseny i validació de nous medicaments. Amb tot, hi ha una àrea inexplorada i històricament desplaçada: les malalties minoritàries. Almenys fins ara. El Barcelona Supercomputing Center (BSC) ha desenvolupat la primera tecnologia d'IA per estudiar i identificar tractaments per a les malalties minoritàries mitjançant un dels superordinadors més potents d'Europa, el MareNostrum 5.

Conegudes com a rares perquè afecten només entre un 5% i un 7% de la població, aquestes patologies pateixen de falta d'interès per part de les farmacèutiques, que no veuen rendible el disseny de nous fàrmacs, i això també provoca que el volum d'informació que se'n té sigui escàs. Tot plegat ha dificultat la creació d'algoritmes que n'agilitzin la recerca, com es fa amb altres patologies. La investigació del BSC, publicada aquest dimecres a Nature Communications, es basa en l'anàlisi de grans bases de dades externes i ja ha permès descobrir les potencials causes de les síndromes miastèniques congènites, que provoquen un conjunt de diverses malalties minoritàries que afecten el moviment, provoquen afebliment muscular i es presenten en diferents graus de gravetat depenent dels pacients.

Cargando
No hay anuncios

Per fer-ho, un consorci internacional ha estudiat durant deu anys una cohort de vint persones d'una petita població de Bulgària que comparteix mutacions causants d'aquest tipus de malaltia. Les metodologies d'IA basades en xarxes multicapa –que reconeixen patrons complexos i aprenen d'ells– van permetre als investigadors comprovar que els pacients presentaven diferències en alguns dels gens i van hipotetitzar que aquí s'hi amagava la raó de la multiplicitat de símptomes i de resposta a uns fàrmacs i no a uns altres. Per exemple, el perquè en alguns casos el salbutamol, que s'utilitza habitualment per tractar l'asma, era eficaç per controlar la patologia i en altres no.

Aquest estudi l'ha capitanejat el director del departament de ciències de la vida del BSC, Alfonso Valencia, i ha durat més d'una dècada: va arrencar el 2014 i ha passat per les mans de dos consorcis amb una vintena d'institucions d'arreu del món. "Sabem que hi ha pocs pacients amb malalties minoritàries i, normalment, per poder entendre com funciona una patologia, com es comporta o per què apareix, cal molta informació. Si només tens 10 pacients, hi ha un puzle on falten moltíssimes peces", planteja l'investigador del BSC Iker Núñez-Carpintero, membre de la Unitat de Machine Learning per a Investigació Biomèdica del BSC.

Cargando
No hay anuncios

L'estudi parteix d'una qüestió paradoxal per se: si el principal escull per comprendre les malalties minoritàries és la falta de dades, ¿els especialistes en aquesta àrea poden fer servir el big data i la IA per aprofundir en el seu coneixement? L'estudi del BSC demostra que és possible a partir de la informació de grans bases de dades d'altres malalties.

Reposicionament de medicaments

Com que les tecnologies d'IA estan dissenyades per a l'anàlisi de grans volums de dades, fins ara no s'havien entrenat per a escenaris on la disponibilitat d'informació és tan limitada com en les malalties rares. Ara, però, el BSC reenfoca aquesta eina i planteja la possibilitat d'analitzar grans bases de dades amb sistemes de supercomputació com el MareNostrum per revisar la informació que ha estat acumulada d'altres malalties on sí que hi ha molts pacients i que presenten símptomes o causalitats genètiques a priori semblants.

Cargando
No hay anuncios

"La investigació d'aquestes malalties requereix l'anàlisi simultània de la informació de cada pacient amb el coneixement biomèdic general que s'ha acumulat durant l'última dècada. Aquesta tasca requereix una forta infraestructura computacional i només ara es comença a convertir en una realitat", afirma Núñez-Carpintero. Amb aquesta potent infraestructura es pot filar molt prim, a escala genètica, per identificar les semblances entre malalties, símptomes i respostes terapèutiques, creuant les dades a una gran velocitat i amb una alta precisió. "Podem veure si hi ha cap informació que ens ajudi a entendre la malaltia rara perquè potser s'assembla a una altra per X o Y. Si em falten moltes peces d'un puzle, potser puc prendre de referència la informació d'altres malalties que s'acumula a les bases de dades, recuperar-les i que ens sigui útil", afegeix l'investigador.

Cargando
No hay anuncios

La metodologia d'IA creada pel BSC utilitza informació de grans bases de dades biomèdiques, sobretot sobre processos biològics, per explorar les relacions entre els gens de cada pacient per identificar algun lligam de relació funcional. Els impulsors d'aquest projecte també asseguren que aquesta nova tecnologia permet desenvolupar noves estratègies de reposicionament de fàrmacs, que en el cas de les malalties rares és essencial per la dificultat de dissenyar tractaments específics i la manca d'interès de la indústria farmacèutica.