¿Cómo puede el aprendizaje automático ayudar a producir vacunas personalizadas contra el cáncer?

[anuncio_1]

El uso de redes neuronales artificiales podría acortar el tiempo de cálculo necesario para crear una vacuna personalizada contra el cáncer, que actualmente es un proceso largo, a menos de una hora, dijo a TASS el director del Centro Nacional de Investigación de Epidemiología y Microbiología Gamaleya (Rusia), Alexander Gintsburg.

Actualmente, diseñar una vacuna lleva mucho tiempo, ya que es necesario calcular matemáticamente su aspecto mediante el método matricial. Nos hemos puesto en contacto con el Instituto Ivannikov, que utilizará IA para realizar estos cálculos, y estos procesos tardarán entre media hora y una hora.

El investigador explicó previamente a TASS que se necesita una base de datos de prueba de entre 40.000 y 50.000 secuencias tumorales con reconocimiento de antígeno compatible, traducidas a proteína o ARN en pacientes, para entrenar la IA. Añadió que esto ayudaría a determinar si la vacuna puede utilizarse individualmente.

La vacuna se desarrolló en colaboración con varios centros de investigación. Andrey Kaprin, director general del Centro de Investigación de Radiología Médica del Ministerio de Salud de Rusia, afirmó que se habían completado los ensayos preclínicos.

¿Cómo puede el aprendizaje automático ayudar en la producción de vacunas contra el cáncer?

El uso de inteligencia artificial en el desarrollo de vacunas contra el cáncer permite un tratamiento personalizado, pero también plantea nuevos desafíos para los desarrolladores y reguladores de medicamentos.

En inmunoterapia, los avances en inteligencia artificial y aprendizaje automático pueden ayudar a procesar datos de biopsias de cáncer para diseñar vacunas dirigidas a mutaciones específicas del paciente. La capacidad de actuar sobre mutaciones específicas del paciente no es nueva, y los fármacos dirigidos contra el cáncer, como los tratamientos anti-HER2 y los inhibidores de CDK4/6, se han convertido en un éxito de ventas en la industria. Sin embargo, el potencial de la IA para identificar neoantígenos a partir de biopsias de pacientes individuales ha mejorado la eficiencia de este proceso.

El uso de IA se ha convertido en un tema importante de discusión en muchas industrias, y la farmacéutica no es una excepción.

"Las mutaciones detectadas en biopsias de pacientes pueden incorporarse a un algoritmo para predecir qué mutaciones son más inmunogénicas", afirmó Scott Ebbinghaus, vicepresidente de investigación clínica de Merck. "A partir de ahí, podemos sintetizar el ARN que codifica cada gen canceroso mutado, adaptado al sistema inmunitario. Cada vacuna será única para cada individuo".

A diferencia de los tratamientos desarrollados contra un único antígeno fijo, el sistema de IA buscará mejorar su capacidad para seleccionar neoantígenos. El algoritmo analiza las mutaciones genéticas presentes en el tumor del paciente y predice los neoantígenos con mayor probabilidad de provocar una respuesta inmunitaria. «El algoritmo tiene la capacidad de aprender con el tiempo mediante la combinación de datos clínicos y de inmunogenicidad, y esperamos que mejore en la selección de neoantígenos con probabilidad de ser clínicamente activos», afirmó Kyle Holen, director de desarrollo terapéutico y oncología de Moderna.

Otra empresa que utiliza IA es Transgene, que se ha asociado con NEC Corporation para diseñar vacunas personalizadas contra el cáncer. En lugar de vacunas de ARNm, Transgene trabaja con vectores virales para entrenar el sistema inmunitario del paciente a combatir objetivos específicos del cáncer.

A medida que las vacunas contra el cáncer avanzan hacia las etapas finales de los ensayos clínicos, uno de los desafíos será regular los posibles productos. La Administración de Alimentos y Medicamentos de los Estados Unidos (FDA) ha publicado una guía sobre vacunas multiantígenas. La agencia afirma que podría no ser necesario evaluar individualmente la seguridad y la actividad de cada componente de estas vacunas. Sin embargo, el documento indica que esto se evaluará caso por caso.

La FDA “reconoce el potencial de la inteligencia artificial/aprendizaje automático (IA/ML) para acelerar el desarrollo de tratamientos personalizados”, dijo un portavoz de la FDA.

Phuong Anh (Fuente: BioSpace, Tass)

[anuncio_2]
Fuente