Modelo de computadora asistido por IA predice vacunas potenciales para el coronavirus y podría contrarrestar las mutaciones de la COVID-19

El método es fácilmente adaptable para analizar posibles mutaciones del virus, asegurando que se identifiquen rápidamente las mejores vacunas posibles, soluciones que brindan a los humanos una gran ventaja sobre el contagio en evolución. Su modelo de aprendizaje automático puede lograr ciclos de diseño de vacunas que antes tomaban meses o años en cuestión de segundos y minutos, dice el estudio.

Según el estudio, cuando se aplicó al SARS-CoV-2, el modelo informático eliminó rápidamente el 95% de los compuestos que posiblemente podrían haber tratado al patógeno y señaló las mejores opciones. El método asistido por IA predijo 26 vacunas potenciales que funcionarían contra el coronavirus. A partir de ellos, los científicos identificaron las mejores 11 a partir de las cuales se podría construir una vacuna multiepítope, que puede atacar las proteínas spike que usa el coronavirus para unirse y penetrar en una célula huésped. Las vacunas se dirigen a la región, o epítope, del contagio para interrumpir la proteína spike, neutralizando la capacidad del virus para replicarse. Además, los ingenieros pueden construir una nueva vacuna multiepítope para un nuevo virus en menos de un minuto y validar su calidad en una hora. Por el contrario, los procesos actuales para controlar el virus requieren cultivar el patógeno en el laboratorio, desactivarlo e inyectar el virus que causó la enfermedad. El proceso lleva mucho tiempo y se demora más de un año; mientras tanto, la enfermedad se propaga.

El método asistido por IA desarrollado recientemente será muy útil durante esta etapa de la pandemia, ya que el coronavirus comienza a mutar en poblaciones de todo el mundo. A algunos científicos les preocupa que las mutaciones puedan minimizar la eficacia de las vacunas de Pfizer y Moderna, que ya están en distribución. Las variantes recientes del virus que han surgido en el Reino Unido, Sudáfrica y Brasil parecen propagarse más fácilmente, lo que, según los científicos, conducirá rápidamente a muchos más casos, muertes y hospitalizaciones. Sin embargo, los científicos creen que si el SARS-CoV-2 se vuelve incontrolable con las vacunas actuales, o si se necesitan nuevas vacunas para hacer frente a otros virus emergentes, entonces se podría usar el método para diseñar otros mecanismos preventivos rápidamente. Por ejemplo, el estudio explica que los científicos de la USC utilizaron solo un epítope de células B y un epítope de células T, mientras que la aplicación de un conjunto de datos más grande y más combinaciones posibles puede desarrollar una herramienta de diseño de vacunas más completa y rápida. El estudio estima que el método puede realizar predicciones exactas con más de 700.000 proteínas diferentes en el conjunto de datos.

“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”, dijo Paul Bogdan, profesor asociado de ingeniería eléctrica e informática en la USC Viterbi y autor correspondiente del estudio. “Además, esto se puede adaptar para ayudarnos a adelantarnos al coronavirus mientras muta en todo el mundo”.

Enlace relacionado:
Universidad del Sur de California