Un nuevo sistema criptográfico podría permitir la colaboración entre empresas farmacéuticas y laboratorios académicos para desarrollar fármacos más rápidamente, sin revelar información confidencial a sus competidores.

El corazón del sistema es un programa informático de inteligencia artificial (IA) conocido como red neuronal. El programa estudia la información sobre cómo interactúan los fármacos con diversas proteínas del cuerpo humano y, a partir de esta información, es capaz de hacer predicciones sobre nuevas interacciones entre fármacos y proteínas.

Un mayor número de datos de entrenamiento mejora la inteligencia artificial, lo que suponía un reto en el pasado porque los desarrolladores de fármacos generalmente no comparten los datos por cuestiones de propiedad intelectual. El nuevo sistema permite que una IA haga crowdsourcing de datos manteniendo la privacidad de la información, lo que podría fomentar las asociaciones para un desarrollo más rápido de los medicamentos, informan los investigadores para Science.

La identificación de nuevas interacciones entre fármacos y proteínas podría revelar nuevos tratamientos para diversas enfermedades. O revelar si ciertos fármacos interactúan con dianas proteicas no deseadas, mejorando la predicción de efectos secundarios específicos, afirma Ivet Bahar, bióloga computacional de la Universidad de Pittsburgh (que no participó en el estudio).

En el nuevo sistema de entrenamiento de IA, los datos obtenidos de los grupos de investigación se reparten entre varios servidores, y el propietario de cada uno de ellos ve lo que parecen ser sólo números aleatorios. "Ahí es donde el magia criptográfica Aunque ningún participante individual puede ver los millones de interacciones fármaco-proteína que componen el conjunto de entrenamiento, los servidores pueden utilizar colectivamente esa información para enseñar a una red neuronal a predecir la interactividad de las combinaciones fármaco-proteína incluso sin haber tenido acceso previo aesa información.

"Este proyecto es visionario", dice Jian Peng, científico computacional de la Universidad de Illinois, "creo que sentará las bases del futuro de las colaboraciones en biomedicina".

La bióloga computacional del MIT Bonnie Berger y sus colegas Brian Hie y Hyunghoon Cho evaluaron la precisión del sistema entrenando una red neuronal con unos 1,4 millones de pares fármaco-proteína. La mitad de estos pares se obtuvieron de la base de datos de la plataforma STITCH (Search Tool for Interactions of Chemicals) con interacciones fármaco-proteína conocidas; la otra mitad estaba compuesta por pares queCuando se le presentaron nuevos pares de fármacos y proteínas que se sabía que interactuaban o no, la IA eligió qué conjuntos interactuaban con un 95% de precisión.

Para comprobar si el sistema podía identificar interacciones fármaco-proteína desconocidas hasta entonces, el equipo de Berger entrenó la red neuronal con casi dos millones de pares fármaco-proteína: todo el conjunto de datos STITCH de interacciones conocidas, más el mismo número de pares que no interactuaban. La IA totalmente entrenada sugirió varias interacciones que nunca se habían reportado o se habían reportado antes,pero no estaban en la base de datos STITCH.

Por ejemplo, la IA identificó una interacción entre las proteínas del receptor de estrógeno y un fármaco desarrollado para tratar el cáncer de mama llamado droloxifeno. La red neuronal también encontró una nueva interacción entre el fármaco para la leucemia imatinib y la proteína ErbB4, que se cree que está implicada en diferentes tipos de cáncer. Los investigadores confirmaron esta interacción conexperimentos de laboratorio.

Esta red informática segura podría fomentar una mayor colaboración en ámbitos distintos del desarrollo farmacéutico. Los hospitales podrían compartir historiales médicos confidenciales para entrenar programas de IA que predigan el pronóstico o aconsejen estrategias de tratamiento, dijo Peng.

"Siempre que se quiera hacer un estudio sobre un gran número de personas en cuanto a comportamiento, genómica, registros médicos, registros legales, registros financieros... cualquier cosa que sea delicada desde el punto de vista de la privacidad, este tipo de técnicas puede ser muy útil", afirma Wu." [ScienceNews].

REFERENCIA

1. Hie, H. Cho y B. Berger. Realización de la colaboración farmacológica privada y práctica. Ciencia Vol. 362, 19 de octubre de 2018, p. 347. doi:10.1126/science.aat4807.