Las nuevas tecnologías salen a dar batalla contra la pandemia

"Aunque soy investigador en física teórica, me he adaptado, y en mi laboratorio estamos usando las habilidades y nuestros conocimientos para ayudar a vencer al coronavirus. Hicimos un modelo de redes neuronales utilizando inteligencia artificial para encontrar las terapias de drogas de forma mucho más rápida que la usual. Es que, en los ensayos clínicos, les dan, por ejemplo, a 100 pacientes una sola droga, y a otros 100, placebos. Y van haciendo el mismo procedimiento con diferentes drogas. Gracias a nuestro modelo, la máquina puede aprender mucho más rápido y se pueden probar en los pacientes diferentes combinaciones de drogas", explica Ezequiel Álvarez, investigador del Conicet y profesor de física. Su propuesta sugiere que la inteligencia artificial (IA) puede comprender cómo funciona cada terapia en miles de casos y ayudar así a tomar decisiones más precisas y con mayor rapidez.

Según Álvarez, con 500 pacientes se pueden hacer generalmente dos o tres ensayos clínicos, porque es necesario utilizar muestras de 150 personas, con lo cual solo se pueden probar tres drogas. "La mente humana no puede analizar 500 variables a la vez, entonces se divide en grupos para reducir la incertidumbre; de esta manera, muchos tendrán la misma combinación de drogas. Además no se pueden suministrar a 500 pacientes con 500 combinaciones diferentes de drogas porque el ser humano se pierde. Por otro lado hay variables que deben contemplarse; por ejemplo, hay pacientes que se curan no por la droga sino porque estaban bien. Con la red neuronal mostramos que sí se pueden analizar 500 pacientes con drogas diferentes y es capaz de extraer de ahí información vital acerca de cuál es el efecto de la droga en promedio", sostiene.

Aunque por el momento en el laboratorio de este físico están usando un mini cluster (conjunto de computadoras que operan juntas) propio, el físico no descarta utilizar en el futuro la tecnología Watson de aprendizaje automático. "La gente de IBM nos contactó y estamos analizando utilizar Watson cuando las muestras sean mayores", resume Álvarez.

Secuencias

Juliana Cassataro, que dirige el grupo de investigación Inmunología, Enfermedades infecciosas y Desarrollo de Vacunas en el Instituto de Investigaciones Biotecnológicas en la en la Universidad Nacional de San Martín (Unsam), asegura que los datos masivos (más conocidos como big data) y la bioinformática le permiten analizar la gran cantidad de información que necesita para realizar sus investigaciones. "Nuestro laboratorio se dedica al desarrollo de nuevos compuestos para mejorar la administración de vacunas. Queremos que se puedan aplicar vía oral, por ejemplo. Hemos descubierto moléculas a partir de un análisis in sílico (frase acuñada por los científicos para referirse a la simulación computacional) de 20.000 secuencias diferentes de distintas proteínas. Así pudimos llegar a un número óptimo de secuencias que podríamos manejar en nuestro laboratorio. Como individuos sería muy difícil analizar toda esa cantidad de secuencias", resume la investigadora.

Recientemente, en el Instituto Malbrán, lograron secuenciar el genoma de las cepas del virus SARS-CoV-2 (el que causa Covid-19) que están circulando en la Argentina. Gracias a esta información y utilizando bioinformática se pueden analizar?las secuencias para desarrollar una vacuna que nos proteja del virus presente aquí. Además, se pueden comparar esas secuencias con otras cepas que circulan en el mundo para tratar de buscar las partes que son iguales y lograr que la vacuna proteja contra la mayoría de las cepas y así poder desarrollar una vacuna de alcance mundial, explica la científica.

Por otro lado, los investigadores deben analizar grandes volúmenes de información en enormes bases de datos, lo que sería imposible sin el poder computacional que tenemos en la actualidad. "Hay bases de datos para la gran mayoría de las moléculas que estamos estudiando o para analizar las cepas que están circulando. Lo importante es que esos programas pueden hacer estudios de similitud o diferencia que el ser humano no tiene capacidad de realizar", destaca Cassataro.

Repositorio contra Covid-19

Microsoft, organizaciones de la salud, instituciones científicas y académicas trabajan en el?CORD-19 (Covid-19 Open Research Dataset), conjunto de datos abierto con literatura científica,?papers, investigaciones y estudios posibles vinculados con la familia del coronavirus que se hayan hecho en el mundo. "Es uno de los proyectos más importantes en los que estamos trabajamos. Reúne 44.000 artículos académicos, 29.000 con texto completo sobre Covid-19 y la familia del coronavirus para uso de la comunidad científica global. El objetivo de esta iniciativa es ayudar a que las investigaciones puedan ser más precisas y contribuir a la búsqueda de soluciones para la pandemia", señala Alejandro Pazos, de Microsoft Argentina.

Estos sistemas informáticos de alto rendimiento permiten a los investigadores realizar un gran número de cálculos en epidemiología bioinformática y modelado molecular. Pero estos experimentos tardarían años en completarse, si se trabajaran a mano, o meses, si se manejaran en plataformas informáticas convencionales.

Por eso se usan supercomputadoras con un inmenso poder de cálculo. Un ejemplo es la IBM Summit, que ha permitido a los investigadores del Laboratorio Nacional Oak Ridge y a la Universidad de Tennessee, ambos de Estados Unidos, detectar 8000 compuestos para encontrar los que son más propensos a unirse a la principal proteína en la cápside del virus, impidiéndole así infectar. Fueron capaces de recomendar 77 compuestos de fármacos de moléculas pequeñas que ahora podrían ser probados experimentalmente. Este es el poder de acelerar el descubrimiento a través del cálculo.

Para ayudar a los científicos

IBM anunció, también, que cualquier persona con una computadora y una conexión a Internet puede ayudar a los científicos a buscar compuestos químicos que podrían ser eficaces contra el coronavirus. "Para ayudar, los equipos realizarán pequeños experimentos virtuales para identificar compuestos químicos que podrían utilizarse potencialmente como posibles tratamientos para este virus. Los compuestos que muestren ser una promesa para el tratamiento de Covid-19 se someterán a más pruebas y análisis", explica Román Zambrano, de IBM Argentina.

El proyecto, diseñado y dirigido por Scripps Research, se alojará en la World Community Grid de IBM, un recurso informático basado en colaboración abierta y distribuida (crowdsourcing), sin costo para los científicos. Los voluntarios deben registrarse en www.ibm.org/OpenPandemics y descargarse, cuando sea lanzada, una aplicación que funciona cuando sus equipos están inactivos [N de la R: el lector podría en contrar, cuando lea esta nota, que la aplicación ya está disponible; al cierre de esta edición, había que registrarse para recibir el aviso del lanzamiento]. "Operando en segundo plano y sin disminuir la velocidad de los sistemas de los usuarios, la aplicación distribuye asignaciones computacionales y devuelve cálculos completos a los investigadores, por medio de la nube de IBM. Los voluntarios no necesitan tener ninguna experiencia técnica para participar; el proceso es automático. La información personal nunca se compartirá y el software no podrá acceder a archivos personales o empresariales", concluye Zambrano.