Con ayuda de la inteligencia artificial y como parte del intento por disminuir los contagios por coronavirus, el método optimiza de manera extremadamente rápida los posibles tratamientos para cepas particulares del SARS-CoV-2.
Ciudad de México, 6 de febrero (RT).- Investigadores de la Universidad del Sur de California (USC, en EU) presentaron en la revista Scientific Reports un método, impulsado por inteligencia artificial (IA), para producir nuevas potenciales vacunas contra la COVID-19 en muy poco tiempo. La novedosa herramienta podría marcar un punto de inflexión importante en la guerra contra el coronavirus y sus muchas mutaciones, cada vez más virulentas.
El equipo de la Escuela de Ingeniería Viterbi de la USC recurrió a la IA para acelerar el análisis de las posibles vacunas, que se pueden adaptar rápida y fácilmente para analizar las mutaciones virales. Usando un algoritmo de aprendizaje automático, el modelo logra supuestamente completar los ciclos de diseño de las vacunas en cuestión de minutos, o incluso segundos, y validar su calidad en menos de una hora.
“Este marco de IA, aplicado a las características específicas de este virus, puede proporcionar candidatos a vacunas en segundos y llevarlos a ensayos clínicos rápidamente, para lograr terapias médicas preventivas sin comprometer la seguridad”, explicó Paul Bogdan, profesor de ingeniería eléctrica e informática en la referida universidad.
An in silico deep learning approach to multi-epitope vaccine design: a SARS-CoV-2 case study https://t.co/yfHbdLbzrs #MachineLearning #NatureJournal #AI pic.twitter.com/OqgFdB4UDO
— Paul Lopez (@lopezunwired) February 5, 2021
El método optimiza de manera extremadamente rápida los posibles tratamientos para cepas particulares del SARS-CoV-2, eliminando alrededor del 95 por ciento de los posibles compuestos que podrían usarse en vacunas.
Al contemplar sólo una cepa de SARS-CoV-2, el sistema predijo 26 vacunas potenciales, que luego redujo a solo 11, todas las cuales atacan las proteínas que usa el virus para romper e ingresar a las células humanas y comenzar a autorreplicarse.
Como elemento destacable, el prototipo actual de ese sistema solo utilizó dos de las 700 mil proteínas posibles para desarrollar variantes de vacunas, lo que abre la puerta a un arsenal de fármacos en constante adaptación.
El algoritmo de aprendizaje automático extrae su información de una gigantesca base de datos bioinformáticos llamada Immune Epitope Database (IEDB), que contiene 600 mil epítopos (parte de antígenos que desencadenan una respuesta inmune) conocidos entre unas 3 mil 600 especies diferentes, incluido el genoma y la secuencia de la proteína espiga del SARS-CoV-2.
