AI desarrolla tratamiento contra el cáncer en 30 días

Publicado

La inteligencia artificial ha desarrollado un tratamiento para el cáncer en solo 30 días y puede predecir la tasa de supervivencia de un paciente.

En un nuevo estudio publicado en la revista Chemical Science, investigadores de la Universidad de Toronto junto con Insilico Medicine desarrollaron un tratamiento potencial para el carcinoma hepatocelular (HCC) con una plataforma de descubrimiento de fármacos de IA llamada Pharma.AI.

El HCC es el tipo más común de cáncer de hígado y ocurre cuando un tumor crece en el hígado, según la Clínica Cleveland.

El HCC es el tipo más común de cáncer de hígado y ocurre cuando un tumor crece en el hígado.

Los investigadores aplicaron AlphaFold, una base de datos de estructura de proteínas impulsada por IA, a Pharma.AI para descubrir un nuevo objetivo, una vía de tratamiento previamente desconocida, para el cáncer y desarrollaron una «nueva molécula de éxito» que podría unirse a ese objetivo sin ayuda.

La creación del fármaco potencial se logró en solo 30 días desde la selección del objetivo y después de sintetizar solo siete compuestos.

Después de una segunda ronda de generación de compuestos, descubrieron una molécula de éxito más potente, pero cualquier fármaco potencial tendría que pasar por ensayos clínicos antes de su uso generalizado.

“Mientras el mundo estaba fascinado con los avances en la IA generativa en el arte y el lenguaje, nuestros algoritmos de IA generativa lograron diseñar potentes inhibidores de un objetivo con una estructura derivada de AlphaFold”, dijo en un comunicado Alex Zhavoronkov, fundador y director ejecutivo de Insilico Medicine.

Alex Zhavoronkov, fundador y director ejecutivo de Insilico Medicine.

La IA está cambiando rápidamente la forma en que se descubren y desarrollan los medicamentos y las drogas, ya que el método tradicional de prueba y error es lento, costoso y limita el alcance de la exploración.

“Este documento es una prueba más de la capacidad de la IA para transformar el proceso de descubrimiento de fármacos con mayor velocidad, eficiencia y precisión”, dijo Michael Levitt, ganador del Premio Nobel de Química. “Al unir el poder predictivo de AlphaFold y el poder de diseño de fármacos y objetivos de la plataforma Pharma.AI de Insilico Medicine, es posible imaginar que estamos en la cúspide de una nueva era de descubrimiento de fármacos impulsado por IA”.

“Nuestros algoritmos generativos de IA lograron diseñar potentes inhibidores de un objetivo con una estructura derivada de AlphaFold”, dijo Alex Zhavoronkov, fundador y director ejecutivo de Insilico Medicine.

En 2022, AlphaFold hizo un gran avance tanto en IA como en biología estructural al predecir la estructura de proteínas para todo el genoma humano.

“AlphaFold abrió nuevos caminos científicos en la predicción de la estructura de todas las proteínas en el cuerpo humano”, dijo el coautor Feng Ren, director científico y codirector ejecutivo de Insilico Medicine.

“En Insilico Medicine, vimos eso como una oportunidad increíble para tomar estas estructuras y aplicarlas a nuestra plataforma de IA de extremo a extremo para generar terapias novedosas para abordar enfermedades con una gran necesidad insatisfecha. Este documento es un primer paso importante en esa dirección”.

Los investigadores también explicaron cómo la información diferente de la IA puede revolucionar la atención médica.

“Lo que este documento demuestra es que para el cuidado de la salud, los desarrollos de IA son más que la suma de sus partes”, dijo Alan Aspuru-Guzik, profesor de química e informática en la Facultad de Artes y Ciencias de la U of T. “Si se utiliza un modelo generativo dirigido a una proteína derivada de la IA, se puede ampliar sustancialmente la gama de enfermedades a las que nos podemos dirigir. Si uno agrega laboratorios de conducción autónoma a la mezcla, estaremos en un territorio desconocido. ¡Manténganse al tanto!»

Un estudio separado publicado en la revista JAMA Network Open mostró que un sistema de inteligencia artificial inventado por científicos de la Universidad de Columbia Británica y BC Cancer pudo predecir las tasas de supervivencia de los pacientes con cáncer utilizando las notas de los médicos.

El modelo utiliza el procesamiento del lenguaje natural (NLP), que es una parte de la IA que puede comprender el lenguaje humano complejo.

El NLP puede analizar las notas de los médicos después de una visita de consulta inicial e identificar características individuales específicas para cada paciente.

Pudo predecir la supervivencia a los seis, 36 y 60 meses con una tasa de precisión de más del 80 %. Este modelo también puede determinar tasas para todos los tipos de cáncer, mientras que los modelos anteriores solo podían aplicarse a ciertos tipos de cáncer.

“La IA esencialmente lee el documento de consulta de manera similar a como lo leería un humano”, dijo en un comunicado el autor principal, el Dr. John-Jose Nunez, psiquiatra e investigador clínico del Centro de Trastornos del Estado de Ánimo de la UBC y BC Cancer. “Estos documentos tienen muchos detalles como la edad del paciente, el tipo de cáncer, las condiciones de salud subyacentes, el uso de sustancias en el pasado y los antecedentes familiares. La IA reúne todo esto para pintar una imagen más completa de los resultados de los pacientes”.

Las tasas de supervivencia del cáncer se calculan tradicionalmente de forma retrospectiva y solo se clasifican según algunos factores genéricos, como el tipo de tejido y el sitio del cáncer.

Este modelo se probó con datos de 47 625 pacientes en seis sitios de cáncer de Columbia Británica ubicados en la Columbia Británica.

“Debido a que el modelo está entrenado con datos de BC, eso lo convierte en una herramienta potencialmente poderosa para predecir la supervivencia del cáncer aquí en la provincia”, dijo Núñez.

“Lo mejor de los modelos neuronales de PNL es que son altamente escalables, portátiles y no requieren conjuntos de datos estructurados”, agregó. “Podemos entrenar rápidamente estos modelos utilizando datos locales para mejorar el rendimiento en una nueva región. Sospecho que estos modelos proporcionan una buena base en cualquier parte del mundo donde los pacientes puedan ver a un oncólogo”.

HTML tutorial

Esta publicación es solo para suscriptores

Esta publicación es solo para suscriptores

Prueba 15 días Gratis

Copyright © 2023 DIAFINTECH 

“ Esta página web utiliza cookies propias y de terceros para fines funcionales (permitir lanavegación web), para optimizar la navegación y personalizarla según tus preferencias asícomo para mostrarte publicidad en base a tu perfil de navegación (p.e páginas visitadas). Si pulsas ACEPTAR, aceptas todas las cookies. Conoce nuestro aviso de privacidad