La micrografía electrónica de transmisión coloreada muestra partículas del virus SARS-CoV-2 (naranja), aisladas de un paciente. Crédito: NIAID vía NIH.
Los síntomas y los efectos secundarios de la COVID-19 se encuentran dispersos en un espectro de diagnóstico. Algunos pacientes son asintomáticos o experimentan una respuesta inmunitaria leve, mientras que otros informan enfermedades significativas a largo plazo, complicaciones duraderas o sufren desenlaces fatales.
Tres investigadores del Instituto de Tecnología de Georgia y uno de la Universidad de Emory 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».
La nueva herramienta basada en inteligencia artificial del equipo ayuda a los médicos a comprender y predecir mejor qué efectos adversos podrían experimentar sus pacientes con COVID-19, en función de las comorbilidades y los efectos secundarios actuales y, a su vez, también ayuda a sugerir medicamentos específicos aprobados por la Administración de Alimentos y Medicamentos (FDA). que podría ayudar a tratar la enfermedad y mejorar los resultados de salud del paciente. Los últimos hallazgos del investigador son el foco de un nuevo estudio publicado el 21 de octubre en Scientific Reports.
Inteligencia artificial, impulsores de proteínas y ’24 de 26 manifestaciones clínicas’ de COVID-19
La nueva metodología o herramienta del equipo se llama MOATAI-VIR (Proteínas de modo de acción y descubrimiento terapéutico dirigido impulsado por inteligencia artificial para virus). Los investigadores informan que predice 24 de las 26 manifestaciones clínicas principales de COVID-19 y su enfermedad subyacente. -relaciones proteína-vía.
Esas manifestaciones clínicas cubren una variedad de problemas que incluyen dificultad respiratoria aguda, problemas de coagulación de la sangre, tormentas de citoquinas, niveles bajos de oxígeno en la sangre y de glóbulos blancos, e incluso insuficiencia de la médula ósea. La pérdida del olfato o el gusto que se informa comúnmente, junto con los síntomas neurológicos inusuales, como la «niebla cerebral», han recibido una atención generalizada, al igual que las consideraciones para los pacientes que tienen problemas de salud previos o comorbilidades, que podrían ubicarlos en categorías de mayor riesgo relacionadas con el COVID-19. .
«Sigue siendo la pregunta, ¿qué está causando los efectos secundarios?» dice Jeffrey Skolnick, profesor y presidente de Mary y Maisie Gibson en la Facultad de Ciencias Biológicas, y autor correspondiente del estudio. «Entonces, perdió el sentido del olfato y tuvo confusión mental 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, que ahora está preparando el escenario para determinar quién sufre qué efectos secundarios».
Skolnick, también académico eminente de Georgia Research Alliance en biología de sistemas computacionales, señala que tiene sentido predecir los efectos secundarios en función de las interacciones de las proteínas.
p>
«Los humanos son máquinas moleculares, y presumiblemente existen reglas biológicas y físicas para dictar nuestras respuestas», dijo Skolnick. «Básicamente construimos un enfoque basado en IA que fue diseñado dado el conjunto interactivo de proteínas en humanos que interactúan con el [novedoso] coronavirus», agrega. «Luego nos preguntamos: ‘¿Podríamos predecir, en función de las vías bioquímicas, qué proteínas interactivas están asociadas con los efectos secundarios?'».
El Ph.D. la estudiante Courtney Astore y el científico investigador principal Hongyi Zhou, ambos del Centro para el Estudio de la Biología de Sistemas. Joshy Jacob del Departamento de Microbiología e Inmunología del Centro de Vacunas de Emory en la Facultad de Medicina de Emory también trabajó en el estudio.
Metodología MOATAI-VIR
Skolnick explica que la mayoría de las enfermedades conocidas se deben al «mal funcionamiento y la interacción de muchas proteínas», y señala que es un efecto colectivo, un «efecto de proteína de muchos objetivos». La nueva metodología de IA de su equipo está identificando tantos objetivos como sea posible de naturaleza interactiva para predecir una respuesta compleja a partir de un conjunto complejo de interacciones.
También se entiende bien en la comunidad médica que las comorbilidades existentes y los factores de salud crónicos como la diabetes, la obesidad, los trastornos autoinmunes y otras afecciones que afectan el sistema inmunitario pueden desempeñar un papel descomunal en los factores de riesgo relacionados con la COVID-19. Skolnick dice que esas comorbilidades también se pueden conectar al algoritmo del equipo.
«El Alzheimer y el hipertiroidismo están fuertemente correlacionados, al igual que la diabetes. Hay de seis a ocho (COVID-19) comorbilidades con un paciente que tiene Alzheimer». Skolnick explica. “No es solo la vejez, es mucho más complicado”.
La metodología MOATAI-VIR ayuda a identificar las proteínas comunes de las comorbilidades en relación con la enfermedad de origen. 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 y fármaco encontradas por el equipo de Skolnick.
«Para una enfermedad dada, 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», dice. «Luego, seleccionamos los medicamentos reutilizados de dos maneras: analizamos las proteínas comórbidas más comunes para determinar su unión más frecuente a los medicamentos reutilizados. Para el conjunto de enfermedades comórbidas de una complicación determinada, elija los medicamentos que tratan la mayoría de las complicaciones».
Es fundamental encontrar los medicamentos correctos para esas complicaciones y efectos secundarios, y el uso de la nueva «herramienta de decisión» puede ayudar a hacerlo, dice Skolnick.
Advierte que los investigadores y los médicos deben abordar esto de manera objetiva porque «no Hay razones profundas por las que tienes estas interacciones ‘fuera del objetivo’, donde un fármaco se une a otra proteína que no es su objetivo original y eso es lo que estos algoritmos toman para contrarrestarlos. No es mágico «ejecutar esta metodología», explica Skolnick. «Es una asistencia fraccionada en un proceso de toma de decisiones que viene con probabilidades [de que] podría funcionar. Si hay una probabilidad del 80 por ciento, probablemente debería intentarlo».
Explore más
Investigadores descubren qué moléculas en el suero sanguíneo pueden predecir la gravedad de las infecciones por COVID-19 Más información: Courtney Astore et al, Predicción de eventos adversos graves, modos de acción y fármaco tratamientos para las complicaciones de COVID-19, Scientific Reports (2021). DOI: 10.1038/s41598-021-00368-6
Algoritmos de la metodología MOATAI-VIR: sites.gatech.edu/cssb/moatai-vir/ Información de la revista: Informes científicos