Actualmente existen más de 10.000 artículos científicos relacionados con infecciones por coronavirus. De hecho, en las últimas semanas, la investigación para combatir la COVID-19 se ha acelerado, y se han publicado más de 4.000 nuevos artículos académicos sobre posibles vacunas, terapias y tratamientos. Procesar este volumen de información manualmente sería inmanejable para poder avanzar con la urgencia necesaria en las investigaciones. El laboratorio de Bioinformática Estructural y Biología de Redes del IRB Barcelona, liderado por el investigador ICREA Patrick Aloy, ha unido fuerzas con Amazon para desarrollar una herramienta computacional que acelere el proceso utilizando inteligencia artificial capaz de «leer» todos estos artículos para extraer toda la información relevante en relación a las moléculas y tratamientos estudiados.
Mediante una revisión limitada de la literatura científica más relevante, los investigadores del IRB Barcelona han identificado por el momento más de 150 compuestos potencialmente activos contra la COVID-19, con diferentes niveles de evidencia experimental. Ahora, el objetivo es encontrar otros fármacos con características similares a estos que permitan expandir el registro de moléculas de interés y aumentar las posibilidades de conseguir alguna que sea altamente efectiva. Los resultados ya están disponibles en: https://sbnb.irbbarcelona.org/covid19/
«Actualmente, lo que necesitamos es que los grupos de investigación trabajando en tratamientos contra la COVID-19 introduzcan sus resultados» explica Patrick Aloy. «Las nuevas moléculas se incorporarán de forma automática una vez al día, y así toda la comunidad científica dispondrá de datos actualizados, que ayudarán a evitar duplicidades y generarán nuevas hipótesis de cara a encontrar un tratamiento definitivo «.
Una colaboración veloz al servicio del descubrimiento de fármacos
El Chemical Checker es una herramienta computacional que ofrece información sobre 1 millón de moléculas con potencial farmacológico. «El objetivo del Chemical Checker es procesar y codificar datos complejos sobre los efectos que diferentes compuestos químicos generan en organismos vivos, de forma que puedan ser incorporadas en las nuevas tecnologías de inteligencia artificial», explica Miquel Duran, investigador del grupo del IRB Barcelona y primer autor del trabajo.
En poco más de una semana, el laboratorio del Patrick Aloy y el grupo de Amazon han establecido una colaboración que ha permitido afinar esta herramienta bioinformática. «Para nosotros ha sido un placer poner la capacidad de nuestra inteligencia artificial en el procesamiento automático del lenguaje natural de textos al servicio del descubrimiento de posibles fármacos contra la COVID-19», apunta Hugo Zaragoza, del Amazon Search Science y AI group.
La experiencia que Amazon tiene en text-mining, machine learning y en la comprensión del lenguaje natural ha permitido incorporar al Chemical Checker a un ritmo rápido el análisis automático de artículos científicos. «La colaboración con Amazon ha sido clave para poner en marcha esta herramienta con tanta rapidez. Hubiera sido imposible sin su capacidad de computación en la nube a través de AWS y el procesamiento de textos», afirma Patrick Aloy.
El IRB Barcelona, comprometido con la investigación de la COVID-19
El mismo laboratorio de Bioinformática Estructural y Biología de Redes también participa en el proyecto europeo RiPCoN, centrado en la identificación de las proteínas humanas que utiliza el virus para su expansión, con el objetivo de identificar fármacos (ya en el mercado, o en pruebas) que puedan modular su actividad y frenar la replicación vírica.
El IRB Barcelona también trabaja en otros proyectos relacionados con la COVID-19, tales como el desarrollo de un método diagnóstico rápido y sencillo para la detección del virus. Otra línea de investigación busca desarrollar un tratamiento en spray para la COVID-19, y otro proyecto se centra en reducir la mortalidad por COVID-19 hallando un tratamiento contra su principal causa de mortalidad: el síndrome de dificultad respiratoria aguda.
