Cada año, los expertos en salud mundial se enfrentan a una decisión crucial: ¿Qué cepas de gripe deberían incluirse en la vacuna de la próxima temporada? Esta decisión debe tomarse con meses de antelación, incluso antes de que comience la temporada. Si se elige correctamente, la vacuna será altamente efectiva. Pero si falla, la protección se reducirá significativamente, lo que provocará una avalancha de casos prevenibles y ejercerá una enorme presión sobre los sistemas de salud.

La profesora Regina Barzilay (izquierda) y el estudiante de posgrado Wenxian Shi. Foto: MIT News

Este desafío se ha vuelto aún más común durante la pandemia de COVID-19, donde han surgido nuevas variantes justo cuando se están implementando las vacunas. La gripe se comporta de forma similar: como un "hermano ruidoso", mutando de forma constante e impredecible, dejando atrás el diseño de vacunas.

Para reducir la incertidumbre, científicos del Laboratorio de Ciencias de la Computación e Inteligencia Artificial (CSAIL) y de la Clínica Abdul Latif Jameel para el Aprendizaje Automático en la Salud del MIT crearon un sistema de IA llamado VaxSeer. La herramienta predice la cepa de gripe dominante en el futuro e identifica las mejores vacunas candidatas para brindar protección meses antes de un brote. VaxSeer se entrenó con décadas de datos, incluyendo secuencias genéticas del virus y resultados de pruebas de laboratorio, para simular cómo evoluciona el virus y responde a las vacunas.

A diferencia de los modelos evolutivos tradicionales que analizan mutaciones individuales de aminoácidos, VaxSeer utiliza un "modelo de lenguaje proteico" para comprender la relación entre la dominancia y los efectos combinados de múltiples mutaciones. "Simulamos el cambio dinámico de la dominancia, lo cual es más apropiado para virus de rápida evolución como la gripe", afirmó Wenxian Shi, estudiante de doctorado del MIT y autor principal del estudio.

¿Cómo funciona VaxSeer?

Esta herramienta tiene dos motores de predicción principales:

Dominancia: Una estimación de la probabilidad de que una cepa de influenza se propague.
Antigenicidad: predice la eficacia de la vacuna para neutralizar esa cepa.
Combinando ambos factores, VaxSeer genera una "puntuación de cobertura predictiva", que muestra la similitud de la vacuna con futuras cepas del virus. Cuanto más cercana a cero sea esta puntuación, mayor será la coincidencia.

En un estudio retrospectivo de 10 años, el equipo del MIT comparó las recomendaciones de VaxSeer con las opciones de la Organización Mundial de la Salud (OMS) para dos subtipos principales de influenza: A/H3N2 y A/H1N1.

En el caso de la vacuna A/H3N2, la recomendación de VaxSeer superó a la de la OMS en 9/10 temporadas epidémicas.
En el caso de A/H1N1, el sistema fue igual o mejor que el de la OMS en 6/10 temporadas.
Cabe destacar que en la temporada de gripe de 2016, VaxSeer identificó una cepa que la OMS no incluiría en una vacuna hasta el año siguiente.

Las predicciones de VaxSeer también se correlacionan estrechamente con los datos de eficacia de las vacunas en el mundo real de los CDC (EE. UU.), la Red de Vigilancia de Prácticas de Canadá y el programa I-MOVE de Europa.

Compitiendo con la evolución del virus

VaxSeer estima la tasa de propagación de cada cepa viral mediante un modelo de lenguaje proteico y calcula la dominancia basándose en la competencia entre cepas. A continuación, los datos se introducen en un marco matemático basado en ecuaciones diferenciales para simular la propagación.

Foto del artículo 78.jpg

Para la antigenicidad, VaxSeer predice la eficacia de la vacuna a través de la prueba de inhibición de la hemaglutinación (prueba HI), una medida común de antigenicidad.

“Al modelar la evolución viral y las respuestas a las vacunas, herramientas de IA como VaxSeer pueden ayudar a los funcionarios de salud a tomar decisiones más rápidas y mejores, manteniéndose un paso adelante en la carrera entre la infección y la inmunidad”, afirmó Shi.

VaxSeer se centra actualmente en la proteína HA (hemaglutinina), el principal antígeno de la influenza. Las versiones futuras podrían incluir la proteína NA (neuraminidasa), el historial inmunitario, los procesos de fabricación o la dosificación. El equipo también está desarrollando un método para predecir la evolución del virus en ausencia de datos, basándose en las relaciones entre las familias de virus.

“VaxSeer es nuestro intento de mantenernos al día con el rápido ritmo de la evolución del virus”, afirmó Regina Barzilay, profesora distinguida de IA y Medicina del MIT y coautora del estudio.

Jon Stokes, profesor adjunto de la Universidad McMaster (Canadá), comentó: «Lo sorprendente no son solo los resultados actuales, sino también el potencial de extenderse a otras áreas: predecir la evolución de bacterias resistentes a los medicamentos o cánceres resistentes al tratamiento. Este es un enfoque completamente nuevo que permite diseñar soluciones médicas antes de que la enfermedad tenga la oportunidad de superar la barrera».

(Según el MIT)

Fuente: https://vietnamnet.vn/mit-phat-trien-cong-cu-ai-du-doan-virus-cum-cuu-hang-trieu-ca-benh-2439275.html