Método nuevo basado en aprendizaje automático identifica los medicamentos existentes a los que se les podría dar un segundo uso para combatir la COVID-19

Los investigadores han desarrollado un método basado en el aprendizaje automático para identificar medicamentos a los que se les podría dar un segundo uso para combatir la COVID-19 en pacientes ancianos.

El método basado en el aprendizaje automático, desarrollado por investigadores del Instituto Tecnológico de Massachusetts (MIT; Cambridge, MA, EUA), tiene como objetivo identificar los medicamentos que ya están en el mercado y a los que se les podría dar un segundo uso para combatir la COVID-19, particularmente en los ancianos. El sistema explica los cambios en la expresión génica en las células pulmonares causados tanto por la enfermedad como por el envejecimiento. Esa combinación podría permitir a los expertos médicos buscar más rápidamente medicamentos para pruebas clínicas en pacientes de edad avanzada, que tienden a experimentar síntomas más graves. Los investigadores señalaron a la proteína RIPK1 como un objetivo prometedor para los fármacos COVID-19 e identificaron tres fármacos aprobados que actúan sobre la expresión de RIPK1.

El endurecimiento del tejido pulmonar en la COVID-19 en los pacientes mayores afectados debido al envejecimiento, muestra diferentes patrones de expresión génica que en las personas más jóvenes, incluso en respuesta a la misma señal. Los investigadores analizaron el envejecimiento junto con el SARS-CoV-2, incluida la identificación de los genes en la intersección de estas dos vías. Para seleccionar medicamentos aprobados que pudieran actuar en estas vías, el equipo recurrió a big data e inteligencia artificial.

Los investigadores se concentraron en los candidatos de reutilización de fármacos más prometedores en tres pasos amplios. Primero, generaron una gran lista de posibles medicamentos utilizando una técnica de aprendizaje automático llamada autocodificador. A continuación, mapearon la red de genes y proteínas involucradas tanto en el envejecimiento como en la infección por SARS-CoV-2. Por último, utilizaron algoritmos estadísticos para comprender la causalidad en esa red, lo que les permitió identificar genes “río arriba” que causaron efectos en cascada en toda la red. En principio, los fármacos dirigidos a esos genes y proteínas ascendentes deberían ser candidatos prometedores para los ensayos clínicos.

Para generar una lista inicial de fármacos potenciales, el autocodificador del equipo se basó en dos conjuntos de datos clave de patrones de expresión génica. Un conjunto de datos mostró cómo la expresión en varios tipos de células respondió a una variedad de medicamentos que ya estaban en el mercado, y el otro mostró cómo la expresión respondía a la infección con SARS-CoV-2. El autocodificador examinó los conjuntos de datos para resaltar los medicamentos cuyos impactos en la expresión genética parecían contrarrestar los efectos del SARS-CoV-2. A continuación, los investigadores redujeron la lista de fármacos potenciales centrándose en las vías genéticas clave. Mapearon las interacciones de las proteínas involucradas en el envejecimiento y las vías de infección por SARS-CoV-2. Luego identificaron áreas de superposición entre los dos mapas. Ese esfuerzo identificó la red de expresión génica precisa a la que un fármaco debería dirigirse para combatir la COVID-19 en pacientes ancianos.

Los investigadores tenían que identificar qué genes y proteínas estaban “río arriba” (es decir, tienen efectos en cascada sobre la expresión de otros genes) y cuáles estaban “río abajo” (es decir, su expresión está alterada por cambios previos en la red). Un candidato a fármaco ideal se enfocaría en los genes en el extremo superior de la red para minimizar los impactos de la infección. Por ello, el equipo utilizó algoritmos que infieren causalidad en sistemas interactivos para convertir su red no dirigida en una red causal. La red causal final identificó a RIPK1 como un gen/proteína diana para posibles fármacos para la COVID-19, ya que tiene numerosos efectos posteriores. Los investigadores identificaron una lista de los medicamentos aprobados que actúan sobre RIPK1 y pueden tener potencial para tratar la COVID-19. Anteriormente, estos medicamentos habían sido aprobados para uso en cáncer. Otros medicamentos que también se identificaron, como la ribavirina y el quinapril, ya se encuentran en ensayos clínicos para la COVID-19.

Los investigadores ahora planean compartir sus hallazgos con las compañías farmacéuticas; se necesitan pruebas clínicas para determinar la eficacia antes de que cualquiera de los medicamentos identificados pueda ser aprobado para un segundo uso en pacientes ancianos con COVID-19. Si bien este estudio en particular se centró en la COVID-19, los investigadores dicen que su marco es ampliable.

“Estoy muy emocionada de que esta plataforma se pueda aplicar de manera más general a otras infecciones o enfermedades”, dijo Anastasiya Belyaeva, coautora del estudio y estudiante de doctorado del MIT.

Enlace relacionado:
Instituto Tecnológico de Massachusetts (MIT)