Un grupo de investigación de la Universidad de Nagoya en Japón ha desarrollado una inteligencia artificial para analizar imágenes de células que utiliza el aprendizaje automático para predecir el efecto terapéutico de los medicamentos. Llamada in silico FOCUS, esta nueva tecnología puede ayudar en el descubrimiento de agentes terapéuticos para trastornos neurodegenerativos como la enfermedad de Kennedy.
Los tratamientos actuales para las enfermedades neurodegenerativas a menudo tienen efectos secundarios severos, que incluyen disfunción sexual y bloqueo de la formación de tejido muscular. Sin embargo, los investigadores que buscan tratamientos nuevos y menos dañinos se han visto obstaculizados por la falta de tecnologías de detección eficaces para discernir si un fármaco es eficaz. Un concepto prometedor es el ‘concepto de discriminación de anomalías’, lo que significa que las neuronas que responden al tratamiento tienen ligeras diferencias de forma en comparación con las que no lo hacen. Sin embargo, estas diferencias sutiles son difíciles de discernir a simple vista. Las tecnologías informáticas actuales también son demasiado lentas para realizar el análisis.
Un grupo de profesores de la Universidad de Nagoya, dirigido por el profesor asociado Ryuji Kato y el profesor asistente Kei Kanie de la Escuela de Graduados en Ciencias Farmacéuticas, y el profesor Masahisa Katsuno y el profesor asistente Madoka Iida de la Escuela de Graduados en Medicina, ha desarrollado una nueva tecnología de inteligencia artificial llamada in silico ENFOQUE. Analiza la forma celular de las neuronas modelo y utiliza esa información para evaluar si responden a los fármacos terapéuticos. Publicaron sus resultados en la revista Scientific Reports.
Los investigadores probaron la IA en un modelo de células tratadas por la enfermedad de Kennedy, un trastorno neurodegenerativo que conduce a la muerte de las neuronas motoras. in silico FOCUS construyó un sólido modelo de clasificación basado en imágenes que tenía un 100 % de precisión en la identificación del estado de recuperación de las celdas del modelo.
Esta tecnología permite una evaluación altamente sensible y estable de los efectos de los agentes terapéuticos mediante el análisis de los cambios en la forma de las células modelo enfermas a las de las células sanas, que normalmente no podríamos distinguir. Se trata de una tecnología de detección ultraeficiente que puede predecir la eficacia de un fármaco simplemente capturando imágenes, lo que reduce el tiempo necesario para el análisis y la evaluación de la eficacia del fármaco de varias horas con varios cientos de miles de células a solo unos minutos. Permite una predicción muy precisa de los efectos terapéuticos, sin experimentos complicados e invasivos».
Ryuji Kato, Profesor Asociado, Universidad de Nagoya
Kato concluye: «Estos resultados sugieren la posibilidad de acelerar el desarrollo de nuevos fármacos y esperamos que se apliquen ampliamente al descubrimiento de fármacos terapéuticos para enfermedades que han sido difíciles de explorar».
Esta investigación fue apoyada por el Proyecto de Creación de Innovación Interdepartamental NU de la Universidad de Nagoya FY2019.
