Recientemente, un grupo de investigadores de la Universidad Politécnica de Madrid (UPM) de España desarrolló un método de restitución de fármacos que busca dar explicaciones sobre por qué se propone tratar una enfermedad X con un compuesto Y. Se trata del algoritmo XG4REPO (eXplainable Graphs for Repurposing).

El mismo no sólo reposiciona sino que a la vez presenta los resultados de forma que sean comprensibles. Así es que se indica qué mecanismos biológicos utiliza la IA para generar una predicción acertiva. Esto permite que los pronósticos sean luego validados por expertos médicos, pudiendo valorar si es o no una explicación legítima y, de ese modo, generar previsiones más robustas. 

Se trata de un paso más hacia la aplicación de técnicas de IA en medicina, no desde un lugar de reemplazo de expertos, sino de facilitación del análisis de una gran cantidad de datos, permitiendo acelerar el proceso de desarrollo de medicamentos.

La eficacia de la IA

Para demostrar esta eficacia, se probaron predecir tres fármacos conocidos contra el cáncer. Allí se detectó que, entre las predicciones del algoritmo, había muchas en fase de ensayo clínico inicial. Los resultados se publican en Scientific Reports.

Desde la investigación, los expertos señalaron que “este mecanismo constituye un paso más hacia la aplicación de técnicas de inteligencia artificial en el campo médico, no para reemplazar a los expertos, sino para facilitarles el análisis de una gran cantidad de datos en poco tiempo, y acelerar el proceso de desarrollo de medicamentos”.

Restituir fármacos

La creación de medicamentos es un proceso lento y costoso. Involucra numerosas pruebas que garanticen la seguridad del nuevo medicamento para obtener la autorización para la comercialización por parte de autoridades sanitarias.

Por ello, una alternativa que cada vez toma más fuerza para paliar esta situación es el reposicionamiento de los medicamentos que ya existen. Es decir, identificar nuevas aplicaciones para fármacos que ya están aprobados para utilizarlos en enfermedades diferentes a las que se tenía en mente cuando se diseñaron esos medicamentos.

Esta técnica tiene una serie de ventajas, como que permite acortar significativamente los tiempos de desarrollo del medicamento, ya que el fármaco está aprobado y se conocen sus efectos secundarios. Además, no se necesita volver a hacer las costosas pruebas de seguridad, primero en animales, y luego en ensayos clínicos. Asimismo, la mayoría de los medicamentos desarrollados en laboratorio no llegan a comercializarse por sus efectos adversos, problema que el reposicionamiento no tiene.

Tratamientos para patologías nuevas de forma más veloz

Esto permite desarrollar tratamientos para patologías nuevas de una forma mucho más rápida que la creación desde cero de un medicamento. Durante la pandemia de Covid, por ejemplo, el reposicionamiento saltó a las noticias por los intentos de emplear diferentes fármacos para tratar esta nueva enfermedad.

A su vez, el reposicionamiento es una gran esperanza para los pacientes de enfermedades raras, ya que permitiría el desarrollo de tratamientos con un bajo coste para el laboratorio.

Interpretar bien las posibilidades

El gran reto del reposicionamiento consiste en identificar qué patrones, afectados por un medicamento concreto, aparecen en otras enfermedades. Así, si dos enfermedades tienen un patrón similar, y para tratar la primera se usa cierto medicamento, es probable que para la segunda también se pueda usar.

Realizar esta identificación por parte de expertos es un costoso proceso que requiere de un amplio conocimiento de enfermedades y mecanismos. Sin embargo, las técnicas de aprendizaje automático son muy buenas para detectar patrones.

El gran inconveniente es la interpretabilidad. El nuevo algoritmo XG4REPO, según los investigadores, supone un marco de trabajo para la reutilización de fármacos mediante gráficos de conocimiento que predicen enfermedades que pueden tratarse con un compuesto determinado. Luego, estos resultados son analizados por los expertos.

Fuente: SINC.