Herramienta de IA combina las rutas de las proteínas con los efectos secundarios de los medicamentos y las comorbilidades del paciente para sugerir tratamientos específicos para la COVID-19

Una nueva herramienta basada en inteligencia artificial (IA) ayuda a los médicos a comprender y predecir mejor qué efectos adversos podrían experimentar sus pacientes con COVID-19, según las comorbilidades y los efectos secundarios actuales y, a su vez, ayuda a sugerir medicamentos específicos aprobados por la FDA que podrían ayudar a tratar la enfermedad y mejorar los resultados de salud del paciente.

Investigadores del Instituto de Tecnología de Georgia (Atlanta, GA, EUA) y la Universidad de Emory (Atlanta, GA, EUA) están tratando de ayudar a los médicos a clasificar estos factores y el espectro de resultados de los pacientes al equipar a los profesionales de la salud con una nueva "herramienta de priorización de decisiones". Los síntomas y efectos secundarios de la COVID-19 se encuentran dispersos en un espectro de diagnóstico. Algunos pacientes son asintomáticos o experimentan una respuesta inmune leve, mientras que otros reportan enfermedades importantes a largo plazo, complicaciones duraderas o sufren desenlaces fatales.

La nueva metodología o herramienta del equipo se llama MOATAI-VIR (proteínas en modo de acción y descubrimiento terapéutico dirigido por inteligencia artificial para virus). Los investigadores informan que predice 24 de las 26 manifestaciones clínicas principales de la Covid-19 y su relación subyacente enfermedad-proteína-vía. Esas manifestaciones clínicas abarcan una variedad de problemas que incluyen dificultad respiratoria aguda, problemas de coagulación sanguínea, tormentas de citoquinas, niveles bajos de oxígeno en sangre y glóbulos blancos, e incluso insuficiencia de la médula ósea. La comunmente reportada perdida de olfato, junto a síntomas neurológicos inusuales como "niebla mental" han recibido una atención generalizada, al igual que las consideraciones para pacientes que tienen problemas de salud previos o comorbilidades, que podrían colocarlos en categorías de mayor riesgo relacionadas con la COVID-19.

Según los investigadores, la mayoría de las enfermedades conocidas se deben al "mal funcionamiento y la interacción de muchas proteínas", y señalan que se trata de un efecto colectivo, un "efecto de proteínas con múltiples objetivos". La nueva metodología de IA del equipo consiste en identificar tantos objetivos como sea posible de una naturaleza interactiva para predecir una respuesta compleja a partir de un conjunto complejo de interacciones. También es bien sabido en la comunidad médica que las comorbilidades (factores de salud crónicos y existentes como diabetes, obesidad, trastornos autoinmunes y otras afecciones que afectan el sistema inmunológico) pueden desempeñar un papel enorme en los factores de riesgo relacionados con la COVID-19. Los investigadores dicen que esas comorbilidades también se pueden conectar al algoritmo del equipo. La metodología MOATAI-VIR ayuda a identificar las proteínas comunes de las comorbilidades en relación con la enfermedad parental. Luego, un médico puede atacar las enfermedades con medicamentos. Los investigadores informan que esta metodología específica tuvo un 72% de éxito en 123.146 predicciones de pares de indicación de fármaco encontradas por el equipo de investigación.

"Sigue existiendo la pregunta ¿qué está causando los efectos secundarios?" dijo Jeffrey Skolnick, profesor y catedrático Mary and Maisie Gibson en la Facultad de Ciencias Biológicas, y autor correspondiente del estudio. “Entonces, perdió el sentido del olfato y se nubló el cerebro, y otro (paciente) tuvo dificultad respiratoria y otro no puede recordar el día de la semana. Lo que hemos identificado son los posibles impulsores del modo de acción para estas diversas afecciones, lo que ahora está preparando el escenario para quién sufre qué efectos secundarios ".

“Para una determinada enfermedad, las priorizamos por las proteínas que tienen más en común con las enfermedades comórbidas a la enfermedad dada, dando lugar a la complicación particular, como la insuficiencia respiratoria. Esto identifica las proteínas impulsoras putativas (supuestas) para la complicación dada”, agregó Skolnick. “Luego seleccionamos los medicamentos reutilizados de dos maneras: examinamos las proteínas comórbidas más comunes para determinar su unión más frecuente a los medicamentos reutilizados. Para el conjunto de enfermedades comórbidas a una complicación determinada, elija los medicamentos que tratan la mayoría de las complicaciones”.

Es fundamental encontrar los medicamentos adecuados para esas complicaciones y efectos secundarios, y el uso de la nueva "herramienta de decisión" puede ayudar a lograrlo, dice Skolnick.

Instituto de Tecnología de Georgia
Universidad de Emory