El equipo construye una poderosa herramienta computacional para ayudar a los científicos a seleccionar rápidamente moléculas en busca de propiedades anti-COVID

Un año después de la pandemia de COVID-19, la vacunación masiva comenzó a plantear la tentadora perspectiva de una inmunidad colectiva que eventualmente limitaría o detendría la propagación del SARS-CoV-2. Pero, ¿qué pasa si la inmunidad colectiva nunca se logra por completo, o si el virus mutante da lugar a variantes hipervirulentas que disminuyen los beneficios de la vacunación?

Estas preguntas resaltan la necesidad de tratamientos efectivos para las personas que continúan contrayendo el coronavirus. Si bien varios medicamentos existentes tienen algunos beneficios, existe una necesidad urgente de encontrar nuevos medicamentos.

Los científicos dirigidos por el Dr. Tudor Oprei de la Universidad de Nuevo México han creado una herramienta única que ayuda a los investigadores de drogas a identificar rápidamente moléculas capaces de desarmar el virus antes de que ataque. células humanas o apagarlo en las primeras etapas de la infección.

En un artículo publicado esta semana en Inteligencia de la máquina de la naturaleza, los científicos introdujeron REDIAL-2020, un fuente abierta un conjunto de modelos computacionales en línea para ayudar a los investigadores a navegar rápidamente pequeñas partículas debido a sus potenciales propiedades anti-COVID.

“Esto reemplaza de alguna manera los experimentos (de laboratorio), dice Oprea, jefe del Departamento de Traducción de Ciencias de la Computación en la Facultad de Medicina de la UNM”. Esto reduce el campo a aquello en lo que la gente debería centrarse. Es por eso que lo ponemos en línea para que todos lo usen “.

El equipo de Oprei de la UNM y otro grupo de la Universidad de Texas en El Paso, dirigido por el Dr. Suman Sirimull, comenzaron a trabajar en REDIAL-2020 la primavera pasada después de datos de científicos del Centro Nacional para el Avance de las Ciencias Traslacionales (NCATS) de su propia investigación sobre el cambio. uso de drogas para COVID.

“Una vez que me di cuenta de esto, pensé:” Espera un minuto, tenemos suficientes datos para construir modelos sólidos de aprendizaje automático “, dice Oprea. Los resultados de las pruebas de laboratorio de NCATS midieron la capacidad de cada molécula para inhibir la entrada, la infecciosidad y la reproducción del virus, como el efecto citopático, la capacidad de proteger una célula de la muerte por el virus.

Los científicos biomédicos a menudo se centran en los resultados positivos de su investigación, pero en este caso, los científicos de NCATS también informaron qué moléculas no tenían ningún efecto en la lucha contra los virus. Oprea dice que la incorporación de datos negativos en realidad aumenta la precisión del aprendizaje automático.

“La idea era que identificáramos moléculas que coincidieran con el perfil perfecto”, dice. “Quieres encontrar moléculas que hacen todas estas cosas y no hacen las cosas que no queremos que hagan.

El coronavirus es un oponente astuto, dice Oprea. “No creo que haya una droga que vaya con todo para T.” En cambio, es probable que los científicos desarrollen un cóctel de múltiples fármacos que se dirija al virus en múltiples frentes. “Se remonta al primer golpe”, dice.

REDIAL-2020 se basa en algoritmos de aprendizaje automático que pueden procesar rápidamente grandes cantidades de datos y detectar patrones ocultos que pueden no ser percibidos por el investigador humano. El equipo de Oprea validó las predicciones de aprendizaje automático de los datos de NCATS frente a los efectos conocidos de los medicamentos aprobados en la base de datos de UNM DrugCentral.

Básicamente, este flujo de trabajo computacional es flexible y se puede entrenar para evaluar compuestos en busca de otros patógenos, así como para evaluar productos químicos que aún no han sido aprobados para uso humano, dice Oprea.

“Nuestro enfoque principal sigue siendo la reutilización de fármacos, pero en lo que realmente nos estamos enfocando es en cada pequeña molécula”, dice. “No tiene que ser aprobado inclinarse. Cualquiera que pruebe su molécula puede encontrar algo importante “.