Investigadores desarrollan herramienta de inteligencia artificial para combatir las variantes de COVID del futuro
Crédito: Pixabay/CC0 Dominio público
Si bien se han logrado avances considerables en nuestra batalla contra el coronavirus, continúan surgiendo nuevas mutaciones de COVID19 que podrían amenazar la salud pública.
Para prevenir pandemias más graves, investigadores de la Universidad de Copenhague y la empresa de inmunoterapia Evaxion se han unido para desarrollar una nueva herramienta de IA que puede predecir de forma más rápida y eficaz cómo se pueden ensamblar diferentes elementos proteicos para aumentar la probabilidad de protección contra el coronavirus. .
Su herramienta, BIFROST, es un modelo de computadora que usa algoritmos para ensamblar proteínas de virus que tienen más probabilidades de ser incluidas en una vacuna, explica Christian Thygesen, un Ph.D. industrial.
Thygesen ha desarrollado el modelo junto con Evaxion y el profesor asociado Thomas Hamelryck en el grupo de Programación Probabilística Profunda del Departamento de Informática de la Universidad de Copenhague.
«Para que una vacuna sea efectiva, el cuerpo debe ser capaz de producir anticuerpos contra los virus. Lo hace si reconoce proteínas peligrosas como las proteínas del pico del coronavirus. Con BIFROST, usamos algoritmos para priorizar las partes de las proteínas virales que ya conocemos. pueden estimular una respuesta inmunológica, de modo que podamos ensamblarlos de una manera que tenga más probabilidades de funcionar en una vacuna», dice Christian Thygesen.
BIFROST utiliza datos sobre cadenas de aminoácidos, los componentes básicos de las proteínas, para predecir cómo varias proteínas se ven y se comportan. En el futuro, este conocimiento permitirá a los investigadores diseñar «superproteínas» que provoquen la respuesta deseada a los virus en el sistema inmunitario, con pocos efectos secundarios.
BIFROSTmás rápido, más barato, mejor
BIFROST tiene numerosas ventajas sobre otros modelos, según un nuevo estudio realizado por los tres investigadores.
Hasta ahora, los investigadores han utilizado un modelo informático llamado Rosetta para aprender sobre la forma y el comportamiento de las proteínas. Pero, como explica Christian Thygesen, el método Rosetta tiene deficiencias significativas:
«Nuestro nuevo método tiene la gran ventaja de ejecutarse en un hardware especial que nos permite obtener respuestas en segundos en lugar de esperar horas para obtener los resultados. Ahorra tiempo y, por lo tanto, dinero».
BIFROST tiene otro atributo único que lo hace más eficiente que Rosetta.
«Donde, en función de una sola cadena de aminoácidos, Rosetta solo puede proporcionar una estimación de la proteína en cuestión, nuestra herramienta usa algoritmos para calcular la probabilidad de varias proteínas posibles. Una pieza de una cadena de aminoácidos no tiene que dar como resultado exactamente las mismas proteínas cada vez», explica Thygesen
Por lo tanto, BIFROST está equipado para brindarnos más sugerencias sobre posibles formas y comportamientos de proteínas. Esto es importante cuando se trata de desarrollar una vacuna que debe ser capaz de reconocer muchas variantes nuevas de, por ejemplo, proteínas de pico de coronavirus.
Sin embargo, Anders B. Srensen de Evaxion explica que todavía hay un buen camino antes de que el diseño detrás de BIFROST se pueda implementar en una vacuna real.
«Hemos demostrado que BIFROST actúa como un concepto en la fase de diseño, mientras que las pruebas en el mundo real con modelos animales se completarán en 2022 «Así que nos queda mucho camino por recorrer para probar cómo funcionan nuestras proteínas diseñadas en humanos. Sin embargo, con BIFROST, hemos dado un paso importante hacia la creación de una vacuna que pueda protegernos de futuras pandemias», concluye Srensen.
Explore más
Uso de modelos informáticos para predecir la evolución de nuevas variantes de COVID Más información: Christian B. Thygesen et al, Efficient Generative Modeling of Protein Structure Fragments using a Deep Markov Model, bioRXiv (2021). DOI: 10.1101/2021.06.22.449406 proporcionado por la Universidad de Copenhague /news/2021-12-ai-tool-combat-covid-variants.html Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.