Notícia

Programa InfoSalud (Argentina)

El aprendizaje automático hace que el reposicionamiento de medicamentos para trastornos psiquiátricos sea más efectivo

Publicado em 26 junho 2020

Por Maria Fernanda Ziegler | Agência FAPESP

El aprendizaje automático hace que el reposicionamiento de medicamentos para trastornos psiquiátricos sea más efectivo

La investigación correlacionó información sobre medicamentos, genes y trastornos con el intento de identificar posibles candidatos para tratamientos psiquiátricos y neurológicos. La metodología desarrollada se aplicará en la búsqueda de medicamentos para COVID-19

La inteligencia artificial puede aumentar la efectividad de la investigación dirigida a reposicionar las drogas. Esto lo muestra un estudio publicado en la revista Translational Psychiatry en el que investigadores brasileños correlacionaron información sobre medicamentos (con el uso ya aprobado para otras enfermedades), el potencial de estos compuestos para inhibir o activar genes y trastornos psiquiátricos y neurológicos.

Como resultado, el estudio apoyado por FAPESP identificó 63 medicamentos, que se dirigen a 31 genes y, por lo tanto, con el potencial de ser probados en el tratamiento de trastornos psiquiátricos como Alzheimer, Parkinson, Huntington, depresión, ansiedad, bipolaridad, esquizofrenia y autismo. En total, 1.588 genes y 722 drogas se correlacionaron.

Además de la lista de posibles candidatos para el tratamiento de trastornos psiquiátricos y neurológicos, el grupo de investigadores también desarrolló un nuevo enfoque para la detección de estos medicamentos que podría aplicarse en otros estudios para diferentes enfermedades. Como consecuencia de la nueva metodología, comenzaron un nuevo estudio de reposicionamiento de medicamentos para encontrar posibles candidatos para el tratamiento de COVID-19.

“Estamos generando mucho más conocimiento del que somos capaces de absorber. Las revistas científicas publican más de 1 millón de artículos por año. Como resultado, es imposible mantener actualizada la literatura independientemente del área en la que trabaja el investigador ”, dice Helder Nakaya, coordinador del estudio, profesor de la Facultad de Ciencias Farmacéuticas de la Universidad de São Paulo (FCF-USP) y uno de los principales investigadores del Centro de Investigación en Enfermedades Inflamatorias (CRID), un Centro de Investigación, Innovación y Difusión (CEPID) respaldado por FAPESP.

Nuevo enfoque: medicina de red

El desarrollo de un nuevo medicamento requiere una gran inversión de tiempo y dinero. Una de las alternativas para acortar este largo camino ha sido el reposicionamiento de medicamentos ya aprobados para una enfermedad dada en el tratamiento de una nueva enfermedad. La asociación generalmente se realiza en base a estudios sobre el intercambio de mecanismos moleculares entre medicamentos y enfermedades.

Sin embargo, para hacer que estas correlaciones sean más efectivas, los investigadores utilizaron un enfoque conocido como medicina de red, asociado con el aprendizaje automático, para investigar las características moleculares y los mecanismos de los trastornos psiquiátricos y neurológicos.

“Con eso, pudimos organizar y estructurar la red de conocimiento vinculada a enfermedades psiquiátricas y neurológicas, correlacionándola con las drogas y los genes involucrados. La medicina de red utiliza la teoría de gráficos para analizar estas complejas relaciones de interacciones y, por lo tanto, sugerir medicamentos que nunca antes se han probado para ciertas enfermedades”, dice.

Para este fin, el grupo utilizó la plataforma IBM Watson for Drug Discovery, además de programas desarrollados en el laboratorio, que extrajeron la información en los textos de millones de artículos de la literatura científica publicada en los últimos 50 años. Con eso, pudieron construir una red de conocimiento que conectaba la información entre los trastornos, los genes y las drogas mencionadas.

“Esta plataforma es capaz de leer más de 20 millones de artículos de la misma manera que un ser humano los leería, sin embargo, mucho más rápido. A través de técnicas de aprendizaje automático, la computadora aprendió a interpretar la información contenida en los artículos para hacer correlaciones, como la activación e inhibición de genes por ciertas sustancias y la asociación de estos procesos con los trastornos. No hay magia en este trabajo, no es solo presionar un botón para obtener el resultado. La dificultad radica en poder identificar qué asociaciones son realmente significativas ”, dice Nakaya a Agência FAPESP.

Herramienta para dirigir nuevos estudios.

Con el trabajo, los investigadores encontraron candidatos para estudios de reposicionamiento de medicamentos que nunca se habían propuesto. “Los análisis revelaron medicamentos nunca antes descritos como alternativas para el tratamiento de enfermedades psiquiátricas y neurológicas. Esperamos que otros investigadores utilicen la lista generada en nuestra investigación para comenzar estudios con pruebas in vitro, más tarde en modelos animales y, en el futuro, si todo va bien, ensayos clínicos, para ver si estos medicamentos realmente funcionan para enfermedades relacionadas ", dice Thomaz Lüscher Dias, primer autor del artículo. El trabajo se realizó durante el doctorado de Dias, con el apoyo de la Coordinación para el Mejoramiento del Personal de Educación Superior (Capes) y la co-supervisión por parte de Nakaya.

Al reunir técnicas de aprendizaje automático y medicina de red, el grupo de investigadores hace que el proceso de reposicionamiento de medicamentos sea más efectivo. "En lugar de evaluar 2.000 posibles medicamentos, para luego evaluar cuál podría tratar una enfermedad, es posible utilizar los resultados de nuestro trabajo y analizar una lista mucho más pequeña y más asertiva de posibles candidatos", dice.

En un trabajo que se publicará pronto, el grupo dirigido por Nakaya probó in vitro el efecto de uno de estos medicamentos en la lista en el tratamiento de la esquizofrenia. “Ya estamos trabajando en una colaboración de investigación para verificar si el tratamiento con este medicamento es realmente efectivo. Las validaciones experimentales son esenciales para demostrar la utilidad de los análisis ”, dice.

Los investigadores también están aplicando la misma metodología para encontrar relaciones entre medicamentos, genes y COVID-19. "Para este estudio, estamos utilizando una gran cantidad de información sobre enfermedades infecciosas causadas por todo tipo de virus, así como sobre los principales problemas relacionados con COVID-19 grave, para buscar asociaciones y crear redes entre genes y medicamentos que puedan utilizarse para tratar la enfermedad En este momento de urgencia, es esencial dirigir lo que se debe estudiar y la medicina de red puede contribuir a esto ”, dice.

El artículo “Reposicionamiento de medicamentos para trastornos psiquiátricos y neurológicos a través de un enfoque de medicina de red” (doi: 10.1038 / s41398-020-0827-5), por Thomaz Lüscher Dias, Viviane Schuch, Patrícia Cristina Baleeiro Beltrão-Braga, Daniel Martins-de-Souza, Helena Paula Brentani, Glória Regina Franco y Helder Imoto Nakaya, puede leerse en www.nature.com/articles/s41398-020-0827-5#Abs1.