Dos graduados del Data Science Institute (DSI) de la Universidad de Columbia están utilizando el diseño computacional para descubrir rápidamente tratamientos para el coronavirus.

Andrew Satz y Brett Averso son director ejecutivo y director de tecnología, respectivamente, de EVQLV, una startup que crea algoritmos capaces de generar computacionalmente, poner en pantalla, y optimizar cientos de millones de anticuerpos terapéuticos. Aplican su tecnología para descubrir tratamientos que probablemente ayuden a los infectados por el virus responsable del COVID-19. Los algoritmos de aprendizaje automático detectan rápidamente anticuerpos terapéuticos con una alta probabilidad de éxito.

Llevar a cabo el descubrimiento de anticuerpos en un laboratorio suele llevar años; Los algoritmos tardan solo una semana en identificar los anticuerpos que pueden luchar contra el virus. Acelerar el desarrollo de un tratamiento que podría ayudar a las personas infectadas es fundamental, dice Satz, quien es un ex alumno de DSI 2018 y se graduó en 2015 de la Escuela de Estudios Generales de Columbia.

"Estamos reduciendo el tiempo que lleva identificar candidatos de anticuerpos prometedores, ", dice." Los estudios muestran que se necesitan un promedio de cinco años y medio billón de dólares para descubrir y optimizar los anticuerpos en un laboratorio. Nuestros algoritmos pueden reducir significativamente ese tiempo y costo ".

Acelerar la primera etapa del proceso, el descubrimiento de anticuerpos, contribuye en gran medida a acelerar el descubrimiento de un tratamiento para COVID-19. Después de que EVQLV realiza el descubrimiento y la optimización de anticuerpos computacionales, envía las prometedoras secuencias de genes de anticuerpos a sus socios de laboratorio. Luego, los técnicos de laboratorio diseñan y prueban los anticuerpos, un proceso que lleva unos meses, a diferencia de varios años. Los anticuerpos que tengan éxito pasarán a los estudios en animales y, finalmente, estudios humanos.

Dada la urgencia internacional de combatir el coronavirus, Satz dice que es posible tener un tratamiento listo para los pacientes antes de finales de 2020.

"Lo que hacen nuestros algoritmos es reducir la probabilidad de que falle el descubrimiento de fármacos en el laboratorio, ", agrega." Fallamos en la computadora tanto como sea posible para reducir la posibilidad de fallas posteriores en el laboratorio. Y eso reduce una cantidad significativa de tiempo del trabajo laborioso y que consume mucho tiempo ".

Averso, quien también es un ex alumno de DSI 2018, dice que algunos de los anticuerpos que EVQLV está diseñando están destinados a evitar que el coronavirus se adhiera al cuerpo humano. "Los anticuerpos de forma correcta se unen a las proteínas que se encuentran en la superficie de las células humanas y el coronavirus, similar a una cerradura y llave. Tal unión puede prevenir la proliferación del virus en el cuerpo humano, potencialmente limitando los efectos de la enfermedad ".

También señaló que la comunidad científica y la industria biotecnológica están impulsadas para forjar colaboraciones que produzcan terapias, diagnósticos, y vacunas lo antes posible.

EVQLV colabora con anticuerpos inmunoprecisos (IPA), una empresa enfocada en el descubrimiento de anticuerpos terapéuticos. La colaboración acelerará el esfuerzo por desarrollar candidatos terapéuticos contra COVID-19. EVQLV identificará y analizará cientos de millones de posibles tratamientos con anticuerpos en solo unos días, mucho más allá de la capacidad de cualquier laboratorio. IPA producirá y probará los candidatos de anticuerpos más prometedores.

Satz y Averso, que se conocieron mientras estudiaban en DSI, están profundamente comprometidos con el uso de "datos para el bien". La pareja ha trabajado juntos durante varios años en la intersección de la ciencia de datos y la atención médica y formó EVQLV en diciembre de 2019 para usar la inteligencia artificial para acelerar la velocidad a la que se descubre la curación. desarrollado, y entregado. La compañía ya ha crecido a 12 miembros del equipo con habilidades que van desde el aprendizaje automático y la biología molecular hasta la ingeniería de software y el diseño de anticuerpos. computación en la nube, y desarrollo clínico.

Ambos graduados de DSI suelen dedicar 100 horas a la semana laboral porque les apasiona y se comprometen a utilizar la ciencia de datos para "ayudar a sanar a los necesitados".

"Estamos construyendo una empresa que se encuentra en las fronteras de la IA y la biotecnología, "Dice Satz." Estamos trabajando duro para acelerar la velocidad a la que se descubre y se entrega la curación y no podríamos pedir una misión más satisfactoria ".