Vendrán más pandemias y la URV ya busca fármacos con IA para combatirlas

Dos grupos punteros de investigadores en la URV se unen para buscar los fármacos que combatirán las próximas emergencias sanitarias: expertos en inteligencia artificial y profesores de bioquímica y biotecnología. El nuevo proyecto ya está en marcha, se llama Next-Pandemics y parte de un supuesto: el cambio climático, la gran cantidad de población en áreas urbanas y la globalización como impulso del movimiento de mercancías y personas generan un «caldo de cultivo idóneo para la aparición de enfermedades infecciosas y su posterior conversión en pandemias que se expanden rápidamente a nivel mundial».

Santi Garcia-Vallvé, profesor de Bioquímica y Biología Molecular en la URV e investigador al frente del proyecto, reconoce que «pandemias hemos tenido muchas y aún habrá más, y es importante seguir investigando». Ponen el ojo, esta vez, en el propio SARS-CoV-2, pero también en el dengue y en el zika.

El grupo de Quimioinformática y Nutrición ha estado desde 2020, justo cuando comenzó la Covid, en busca de componentes médicos. La idea ha sido hallar compuestos farmacológicos que actuaran inhibiendo la proteasa principal del SARS-CoV-2, una parte que varía poco (las mutaciones de cepas como ómicron no se encuentran en esa zona), lo que facilita mucho las cosas para dar con soluciones fiables y duraderas.

«Esfuerzo en tiempo récord»

Esa investigación previa, que ha sentado las bases para este nuevo proyecto financiado por el Estado con 45.700 euros, acabó con el hallazgo de cuatro moléculas: el carprofen, el celecoxib y la sarafloxacina fueron validados en un primer momento, mientras que en la Universidad de Yale, en Estados Unidos, se hizo lo propio con otra de las fórmulas halladas en Tarragona: el perampanel.

«La idea es aprovechar todo eso que hemos hecho hasta ahora, toda esa gran cantidad de datos generados por la Covid, y aprovecharlos. Se han determinado centenares de estructuras tridimensionales de proteína del virus con fármacos para saber cómo se unían, se ha hecho un esfuerzo científico extraordinario en tiempo récord», explica el profesor de Bioquímica Gerard Pujadas. Aquellos fármacos encontrados eran válidos pero no lo suficientemente activos.

Faltaba dar un salto de calidad y aprovechar el potencial emergente de la inteligencia artificial. «El trabajo es una continuación de lo que hacíamos, con la particularidad de que juntamos dos áreas de conocimiento, y eso no es habitual, porque cada uno se dedica a estudiar lo suyo. Ellos nos aportan esta capacidad de hacer algoritmos, aspectos de ‘machine learning’», indica Santi Garcia-Vallvé.

El sistema ‘autoencoder’

Ahí interviene el catedrático Francesc Serratosa, el otro investigador principal del proyecto, y su grupo, del Departament d’Enginyeria Informàtica i Matemàtiques. Los bioquímicos ya habían usado técnicas de cribaje virtual pero hallar inhibidores del SARS-CoV-2. «La inteligencia artificial nos permite dar ahora una vuelta de tuerca y afinar mucho mejor», añade Pujadas. «La IA es capaz de recrear el componente químico y, una vez dado ese componente, predecir qué capacidad tendrá de enlazarse correctamente con la proteína. Son técnicas que empiezan a nacer en 2016 y se van perfeccionando», añade Serratosa.

La investigación médica pasa ahora por este tipo de procesos. «Antes se iba muy a ciegas pero ahora no se trabaja así. Partes de miles de millones de posibles drogas. Pasas por un modelo y, por ejemplo, ya reduces a mil. Y de esos voy al laboratorio a hacer pruebas», ejemplifica Serratosa, que agrega: «Nuestro modelo de IA sirve para hacer un subgrupo de miles de millones de componentes. Permite hacer preselecciones de fármacos que tienen posibilidades de que funcionen bien».

La clave de ese proceso es un modelo llamado Autoencoder, un tipo de arquitectura de redes neuronales que, básicamente, codifica, genera un código y decodifica. Selecciona lo esencial de un input recibido. «Usamos un modelo que hemos adaptado, con dos partes, Encoder y Decoder, que permite pasar muchas muestras, generar un vector con números clave, y permite la reconstrucción. Lo que hacemos, en esencia, es hacer una predicción», indica Serratosa.

Tres años de investigación

Un artículo publicado en la revista ‘International Journal of Molecular Sciences’ por investigadores de los dos grupos este mismo año es la base del trabajo de tres años que empieza ahora. La publicación ahonda en la puesta a punto de «un método rápido y económico para predecir la potencia de los medicamentos antivirales contra el SARS-CoV-2».

No es solo dar con una molécula que funcione, sino que disponga de la suficiente fuerza como para convertirse en un medicamento. Pujadas indica que «los modelos matemáticos nos permiten ordenar de más a menos la potencia con mucha precisión, con lo cual luego te centrarás en probar la efectividad ‘in vitro’ o ‘in vivo’ solo de aquellos que son más potentes. Hasta ahora te guiabas por criterios propios nuestros, de nuestra experiencia, pero ahora podemos ir más lejos».

Pero estos progresos van a ir más allá de la Covid. De hecho, la idea es establecer un modelo que permita descubrir fármacos y definir su potencia para contener otras emergencias sanitarias. «La idea es que también simulemos qué pasaría en caso de una pandemia de dengue o de zika. Y buscar fármacos potentes para una proteasa concreta que está en los dos virus y que es crucial para el desarrollo de las dos patologías. En los tres casos, incluido el SARS-CoV-2, hay una proteína clave y bloquear su actividad es esencial», apunta Pujadas.

Estos científicos y también docentes en el Campus Sescelades de la URV apuestan por una investigación sostenida que permita estar preparados. «Si fuimos capaces de responder tan rápido al SARS-CoV-2 fue porque teníamos experiencia con el SARS-CoV-1, que no afectó ni mucho menos a tanta gente pero permitió empezar a desarrollar compuestos para inhibir la proteasa. Eso fue un punto de partida para el medicamento que luego desarrolló Pfizer», apunta Garcia-Vallvé.

Se han definido tres dianas farmacológicas: tres del SARS-CoV-2 –la proteasa principal, la similar a la papaína y la ARN polimerasa dependiente de ARN– y la NS2B-NS3 del zika y del dengue.

Código libre y descentralización

Todo eso se hará bajo una filosofía concreta: un desarrollo de herramientas basadas en código libre que permita una búsqueda de fármacos descentralizada para la próxima pandemia. «Por encima de todo estas herramientas tienen que ser fáciles de utilizar y de analizar y que se usen en cualquier laboratorio del mundo. Que todos podamos ir avanzando en paralelo, que no se creen cuellos de botella», apunta Gerard Pujadas.

El objetivo es implementar una interfaz, llamada Next-Pandemics, que facilite aplicar los resultados para buscar los antivirales que plantarán cara a futuras pandemias. «Todo ello nos puede ayudar a reaccionar más pronto cuando haya otra situación similar a la de la Covid y evitar que se pierden vidas», zanja Pujadas.

Una investigación que involucrará a los estudiantes

Alrededor de una decena de personas tomarán parte en el proyecto Next-Pandemics de la URV durante los próximos tres años. Del grupo del Departament de Bioquímica i Biotecnologia, participan los profesores Santi Garcia-Vallvé y Gerard Pujadas, además de una becaria predoctoral y diversos estudiantes de la propia universidad. «A algunos alumnos de los grados de Bioquímica y Biología Molecular y Biotecnología les vamos dando pequeñas porciones de trabajo y se van incorporando en la investigación», define Pujadas.

En la vertiente de la Inteligencia Artificial, del Departament d’Enginyeria Informàtica i Matemàtiques, lidera el catedrático Francesc Serratosa, junto con dos doctoras y dos doctorandos.