Portada | China | Economía | Mundo | Iberoamérica | Opinión | Ciencia Deportes | Cultura | Sociedad | Viaje | Fotos | PTV | Tips

español>>MAS

La supercomputadora de China unida a la inteligencia artificial puede acelerar el descubrimiento de fármacos

Pueblo en Línea  2022:06:16.14:02

Este es el Tianhe-2 de China instalado en el Centro Nacional de Supercomputadoras en Guangzhou, en la provincia de Guangdong, en el sur de China. (Foto de archivo de Xinhua por Long Hongtao)

Usando inteligencia artificial (IA) y una de las supercomputadoras más rápidas del mundo, los científicos chinos están diseñando sustancias químicas desconocidas que pueden usarse clínicamente en el futuro.

La supercomputadora Tianhe-2 en la provincia de Guangdong, en el sur de China, clasificada entre las 10 computadoras más rápidas del mundo en la lista TOP 500 publicada este mes, se ha utilizado como plataforma para el descubrimiento de fármacos. Ahora, los algoritmos basados en IA hacen que la máquina sea aún más inteligente.

Científicos de la Universidad Sun Yat-sen y la startup de inteligencia artificial con sede en Beijing Galixir, junto con los del Instituto de Tecnología de Georgia y el Instituto de Tecnología de Massachusetts, informaron sobre un práctico conjunto de herramientas de aprendizaje profundo para predecir las vías biosintéticas de productos naturales (NP, por sus siglas en inglés) o compuestos similares a NP en Tianhe-2.

Los productos naturales son la principal fuente de descubrimiento clínico de fármacos. Más del 60% de los medicamentos de molécula pequeña aprobados por la FDA en Estados Unidos son NP o sus derivados.

Hasta la fecha se han registrado más de 300.000 NP, pero debido a los complejos conocimientos técnicos de producción, solo una décima parte se ha desarrollado como sustrato o producto, siendo urgente la detección asistida por ordenador.

En un estudio reciente publicado en Nature Communications, los investigadores presentaron una herramienta llamada BioNavi-NP para proponer rutas biosintéticas de NP a partir de bloques de construcción simples de una manera óptima, que no requiere reglas bioquímicas ya conocidas.

En primer lugar, se entrena un modelo de predicción de biorretrosíntesis de un solo paso para generar precursores candidatos para un NP objetivo. Según el estudio, el modelo completo basado en datos logra una precisión de predicción 1,7 veces más precisa que el modelo anterior basado en reglas.

Luego, un sistema automático de planificación de rutas de retrobiosíntesis muestrea eficientemente rutas biosintéticas plausibles.

El estudio revela que el conjunto de herramientas puede identificar con éxito las vías biosintéticas para el 90,2% de los 368 compuestos de prueba.

Además, los investigadores combinaron una herramienta de predicción de enzimas existente para proporcionar un servidor web abierto al público y fácil de usar que puede predecir las vías biosintéticas. También puede puntuar la viabilidad biológica de esas vías en función de la preferencia estimada de especies y enzimas.

Al ingresar cualquier molécula NP relevante en el kit de herramientas en línea, se pueden obtener múltiples formas predichas para sintetizarlas en unos minutos.

El resultado rápido de obtener solo es posible gracias a la sólida capacidad de cómputo paralelo de Tianhe-2 y sus recursos de GPU personalizados, que ayudan a acortar el tiempo de capacitación y prueba de más de dos semanas a un día.

MEDICINA ASISTIDA POR ORDENADOR

La supercomputadora Tianhe-2 de China ha sido ampliamente utilizada para promover la investigación en salud y medicina.

Un estudio anterior informó una herramienta rentable para discernir los tipos de cáncer gástrico, utilizando Tianhe-2 y un modelo basado en IA llamado EBVNet.

Un modelo de detección de genes en Tianhe-2 puede descubrir efectivamente signos de cáncer de nasofaringe entre poblaciones de alto riesgo.

Ambos estudios fueron publicados en Nature Communications en mayo y abril, respectivamente.

En marzo, otro estudio publicado en la revista Cell Metabolism mostró que los científicos usaron Tianhe-2 para encontrar tres sustancias químicas que pueden aportar una estrategia conceptualmente nueva para tratar las complicaciones de COVID-19.

Los científicos chinos también ejecutaron el primer modelo del mundo basado en el aprendizaje profundo en Tianhe-2 para detectar e identificar de forma no invasiva enfermedades hepáticas y biliares utilizando imágenes oculares.

Los hallazgos se publicaron en Lancet Digital Health el año pasado, y este modelo ya se ha utilizado en la plataforma en la nube del Centro Oftalmológico Zhongshan de la Universidad Sun Yat-sen.

(Web editor: Zhao Jian, 周雨)

Comentario

Noticias