Utiliza fármacos existentes para más de 17.000 enfermedades de poca ocurrencia
Un nuevo modelo de inteligencia artificial desarrollado por científicos de la Facultad de Medicina de Harvard ofrece esperanza a millones de personas en el mundo que padecen enfermedades raras y desatendidas. La herramienta, denominada TxGNN, puede identificar tratamientos potenciales a partir de medicamentos existentes para más de 17.000 afecciones, muchas de las cuales no cuentan con terapias aprobadas.
Las enfermedades raras afectan colectivamente a unos 300 millones de personas en el planeta. Pero sólo entre el 5 y el 7% de estas afecciones cuentan con un medicamento aprobado por la FDA. Estas limitaciones dejan a una gran mayoría de pacientes con enfermedades raras con escasas opciones de tratamiento o nulas.
El TxGNN identificó candidatos a fármacos a partir de medicamentos existentes para más de 17.000 enfermedades, señala la investigación publicada en Nature. Representa la mayor cantidad de patologías que cualquier modelo de IA puede manejar hasta la fecha. Actualmente la mayoría de los modelos utilizados para el descubrimiento de fármacos se entrenan en una sola enfermedad o en un puñado de afecciones.
Marinka Zitnik, profesora asistente de informática biomédica en el Instituto Blavatnik de HMS e investigadora principal del proyecto, explica la importancia de ese trabajo que cuenta con el apoyo de grandes farmacéuticas, gigantes tecnológicos y academias.
“Con esta herramienta pretendemos identificar nuevas terapias en todo el espectro de enfermedades”, afirma. “Cuando se trata de enfermedades raras y ultrararas, y en condiciones desatendidas, prevemos que este modelo podría ayudar a cerrar, o al menos reducir, una brecha que crea graves disparidades en salud”.
IA da esperanzas a personas con enfermedades raras
La ciencia ha detectado miles de enfermedades raras, muchas de ellas autoinmunes, cuyos orígenes y características están en estudio. De ese universo tan amplio se destacan el síndrome X-frágil, el síndrome de Moebius, Esclerosis Lateral Amiotrófica, síndrome de Prader Willi. Así como Púrpura de Schönlein-Henoch, Progeria de Hutchinson-Gilford, Insensibilidad Congénita al Dolor y Síndrome de Marfan, entre muchas otras.
«Aquí es precisamente donde vemos la promesa de la IA para reducir la carga de morbilidad global. Para encontrar nuevos usos para los medicamentos existentes, lo que también es una forma más rápida y rentable de desarrollar terapias que diseñar nuevos medicamentos desde cero», añadió Zitnik, miembro asociado del Instituto Kempner para el Estudio de la Inteligencia Natural y Artificial de la Universidad de Harvard.
La nueva herramienta tiene dos características centrales. Identifica candidatos a tratamiento junto con posibles efectos secundarios de los tratamientos y explica el fundamento de la decisión, reseña The Harvard Gazette.
En total, el modelo de IA identificó candidatos a fármacos entre casi 8.000 medicamentos para 17.080 enfermedades raras, incluidas afecciones para las que no hay tratamientos disponibles. También predijo qué medicamentos tendrían efectos secundarios y contraindicaciones para condiciones específicas. Algo que el enfoque actual de descubrimiento de fármacos identifica principalmente mediante prueba y error durante los primeros ensayos clínicos centrados en la seguridad.
En comparación con los principales modelos de IA para la reutilización de fármacos, la nueva herramienta fue casi un 50% mejor, en promedio, a la hora de identificar candidatos a fármacos. También fue un 35% más preciso a la hora de predecir qué fármacos tendrían contraindicaciones.
Prevención a efectos secundarios
La mayoría de los medicamentos tienen múltiples efectos más allá de los objetivos específicos para los que fueron desarrollados y aprobados. Pero muchos de estos efectos permanecen sin descubrir y poco estudiados durante las pruebas iniciales, los ensayos clínicos y las revisiones. Y solo emergen después de años de uso por parte de millones de personas.
Casi el 30% de los medicamentos aprobados por la FDA han adquirido al menos una indicación adicional de tratamiento después de la aprobación inicial. Mientras que muchos han adquirido decenas de indicaciones de tratamiento adicionales a lo largo de los años.
Este enfoque de reutilización de medicamentos es, en el mejor de los casos, azaroso. Se basa en los informes de los pacientes sobre efectos secundarios beneficiosos inesperados. O en la intuición de los médicos sobre si se debe usar un medicamento para una afección para la que no fue diseñado. Una práctica conocida como uso no indicado en la etiqueta.
«Hemos tendido a confiar en la suerte y la casualidad más que en la estrategia. Lo que limita el descubrimiento de fármacos a enfermedades para las que ya existen medicamentos», comentó Zitnik.
Los beneficios de la reutilización de medicamentos se extienden más allá de las enfermedades sin tratamiento, señaló.
«Incluso para enfermedades más comunes con tratamientos aprobados, los nuevos medicamentos podrían ofrecer alternativas con menos efectos secundarios. O reemplazar medicamentos que son ineficaces para ciertos pacientes», dijo.
Conocimiento preexistente, ideas innovadoras
La nueva herramienta fue entrenada de manera que le permita utilizar datos existentes para hacer nuevas predicciones. Lo hace identificando características compartidas entre múltiples enfermedades, como aberraciones genómicas compartidas.
Por ejemplo, el modelo de IA identifica mecanismos de enfermedades raras compartidas. Se basa en fundamentos genómicos comunes, lo que le permite extrapolar desde una enfermedad bien comprendida con tratamientos conocidos a una poco comprendida y sin tratamientos.
Esta capacidad, advierte el equipo, acerca la herramienta de IA al tipo de razonamiento que un médico humano podría usar para generar ideas novedosas. Si tuviera acceso a todo el conocimiento preexistente y a los datos sin procesar que tiene la IA pero que el cerebro humano no es posible acceder o almacenar.
La herramienta se entrenó con grandes cantidades de datos, incluida información del ADN, señalización celular, niveles de actividad genética, notas clínicas y más. Los investigadores probaron y refinaron el modelo pidiéndole que realizara diversas tareas. Finalmente, el rendimiento de la herramienta se validó en 1,2 millones de registros de pacientes y se le pidió que identificara candidatos a fármacos para diversas enfermedades.
Se hizo una prueba diseñada para medir la capacidad del modelo para razonar como lo haría un médico humano. Los investigadores pidieron al modelo que encontrara medicamentos para tres enfermedades raras que no había visto como parte de su entrenamiento. Un trastorno del desarrollo neurológico, una enfermedad del tejido conectivo y una rara condición genética que causa un desequilibrio hídrico.
Luego, compararon las recomendaciones del modelo para la terapia farmacológica con el conocimiento médico actual sobre cómo funcionan los fármacos sugeridos. En cada ejemplo, las recomendaciones de la herramienta se alinearon con el conocimiento médico actual.
Enfermedades, tratamientos y justificación
El modelo no sólo identificó medicamentos para las tres enfermedades sino que también proporcionó la justificación de su decisión. Esta función explicativa permite la transparencia y puede aumentar la confianza del médico.
Los investigadores advierten que cualquier terapia identificada por el modelo requeriría una evaluación adicional de la dosificación y el momento de la administración. Pero, añaden, con esta capacidad sin precedentes, el nuevo modelo de IA aceleraría la reutilización de medicamentos de una manera que no es posible hasta ahora.
El equipo colabora con varias fundaciones de enfermedades raras para ayudar a identificar posibles tratamientos con el modelo de IA.