Uno de los hechos más sorprendentes de la pandemia del covid-19 fue el rápido desarrollo de unas vacunas eficaces contra un coronavirus del que prácticamente se desconocía todo. En este logro resultaron esenciales el trabajo en común de científicos de todo el mundo, una importante inyección de fondos públicos y privados, así como todos los estudios previos sobre las vacunas de ARN mensajero. Pero también fue básico la gestión y análisis de todos los datos con el uso de la inteligencia artificial (IA).

La base fue la capacidad de aprendizaje de la IA a través de la redes neuronales profundas, utilizando el sistema AlphaFold2 de la empresa DeepMind, para predecir la estructura de proteínas desconocidas y revelar los secretos de las células y las enfermedades que las afectan, algo que se reveló esencial para el desarrollo de las vacunas que sirvieron para inmunizar a la población mundial.

IA y vacunología

Dentro del ámbito sanitario, la IA ha llegado para revolucionar la manera de trabajar y desarrollar muchos campos, uno de ellos el de la vacunología. Así, puede ayudar a los profesionales en tareas que van desde predecir mutaciones de virus, analizar las estrategias de vacunación para implementar mejoras en el campo de la salud pública o cotejar distintos los calendarios de vacunación y poder coordinarlos.

En el reciente Congreso de la Asociación Española de Vacunología (AEV) celebrado en Málaga, los expertos anunciaron que la inteligencia artificial ha llegado para quedarse y que los profesionales ya la están utilizando, por ejemplo y en su vertiente más sencilla, en sus consultas, para facilitar tareas como actualizar calendarios de vacunación o elaborar documentos informativos para los pacientes.

Además, puede ayudar a los sanitarios a actualizar la vacunación de migrantes que quizá no tengan puestas todas las vacunas, cotejando distintos calendarios y a traducirlos, así como dar respuesta a cuestiones relacionadas con la administración simultánea o interacciones entre vacunas y otros medicamentos

Tanto es así que Ignacio Salamanca, coordinador médico de la Unidad de Investigación del Grupo IHP Pediatría y miembro del comité de expertos del Plan de Vacunas de Andalucía afirma que “es la evolución. Los hospitales tienen departamentos de programación y pronto los habrá de IA”.

Se buscan vacunas cada vez más precisas y seguras. Freepik

Fuera de las consultas

Más allá del día a día de un centro de atención primaria, la IA es útil para analizar las estrategias de vacunación e implementar mejoras que ayuden a aumentar las coberturas de vacunación. “Nos permite la explotación de una gran cantidad de datos para tomar decisiones, incorporar o ajustar medidas preventivas de salud pública”, añade Salamanca.

La investigación y el desarrollo clínico también se está sirviendo de la IA para desarrollar anticuerpos y preparados vacunales más específicos e incluso elaborar modelos que permiten predecir las mutaciones de un virus. “Se están investigando nuevos antígenos y coadyuvantes de vacunas que permiten potenciar el efecto inmunógeno de la vacuna”, concluye el pediatra Antonio Conejo.

La revolución Alphafold

Durante décadas, los científicos han intentado deducir la forma tridimensional de las proteínas a partir de sus secuencias de aminoácidos. Conocer las estructuras experimentales de las proteínas emparentadas es relativamente fácil y preciso. Pero la ausencia de información estructural de algún grupo lo complica y muchas veces falla.

Con AlphaFold, este problema se ha resuelto. “El método AlphaFold desarrollado por DeepMind es un auténtico avance, porque ahora la IA puede lograr algo que ningún ser humano con un conocimiento profundo del modelado de proteínas había sido capaz de hacer antes”, afirma Torsten Schwede, vicepresidente de Investigación de la Universidad de Basilea y jefe del grupo de investigación del Instituto Suizo de Bioinformática.

AlphaFold utiliza técnicas avanzadas de aprendizaje automático, conocidas como redes neuronales profundas, para predecir las estructuras de las proteínas directamente a partir de sus secuencias genéticas. Para ello, el sistema de IA aprendió las secuencias y estructuras de unas 200.000 proteínas conocidas utilizando datos experimentales facilitados por la comunidad científica. Hoy, es capaz de realizar predicciones muy precisas de modelos 3D de cualquier proteína.

De esta forma se abren nuevas perspectivas para la investigación biomédica y farmacéutica desarrollando fármacos que interactúen con proteínas específicas involucradas en enfermedades. También se pueden crear proteínas nuevas con funciones específicas, o el campo de la investigación básica, entender la estructura de las proteínas para ayudar a explicar mecanismos biológicos subyacentes y descubrir nuevos objetivos terapéuticos.