Investigadores de la Universidad de Waterloo han desarrollado un nuevo sistema que podría acelerar significativamente el descubrimiento de nuevos medicamentos y reducir la necesidad de pruebas de laboratorio costosas y que requieren mucho tiempo.

La nueva tecnología llamada Pattern to Knowledge (P2K) puede predecir la unión de biosecuencias en segundos y reducir potencialmente los cuellos de botella en la investigación de medicamentos.

P2K utiliza inteligencia artificial (IA) para aprovechar el conocimiento profundo de los datos en lugar de depender únicamente del aprendizaje automático clásico.

"P2K es un cambio de juego dada su capacidad para revelar asociaciones de proteínas sutiles enredadas en entornos fisicoquímicos complejos y predecir de manera poderosa interacciones basadas solo en datos de secuencia, "dijo Andrew Wong, profesor, Ingeniería de Diseño de Sistemas, y Director Fundador, Centro de Análisis de Patrones e Inteligencia de Máquina (CPAMI). "La capacidad de acceder a este conocimiento profundo a partir de resultados científicos probados cambiará la investigación biológica en el futuro. P2K tiene el poder de transformar la forma en que los datos podrían usarse en el futuro".

Aunque se ha recopilado una gran cantidad de datos de secuencias biológicas, extraer conocimiento significativo y útil no ha sido fácil. Los algoritmos P2K abordan este desafío desenredando múltiples asociaciones para identificar y predecir las uniones de aminoácidos que gobiernan las interacciones de las proteínas. Dado que P2K es mucho más rápido que el software de análisis de biosecuencia existente con casi un 30% más de precisión de predicción, podría acelerar significativamente el descubrimiento de nuevos fármacos. Al extraer información de bases de datos en la nube, P2K podría predecir cómo interactuarían las proteínas tumorales y los posibles tratamientos contra el cáncer.

Aunque todavía se encuentra en la etapa inicial de prototipo, El profesor Wong y su equipo han puesto el sistema P2K en línea a disposición del público para que los investigadores comiencen a identificar nuevas interacciones de bio-secuencia.

"Poner esta tecnología de IA en manos de investigadores biomédicos generará resultados inmediatos, que podría utilizarse para futuros descubrimientos científicos, "dijo Antonio Sze-To, investigador asociado, Ingeniería de Diseño de Sistemas, y co-inventor de P2K.

Dado que analiza datos secuenciales, la aplicabilidad de P2K no se limita a la investigación biomédica. P2K podría beneficiar a la industria financiera al realizar asociaciones y predicciones útiles para el comercio inteligente o el sector de la ciberseguridad al predecir la probabilidad de un posible ciberataque.

El trabajo de investigación, "Pattern to Knowledge:Deep Knowledge-Directed Machine Learning for Residue-Residue Interaction Prediction" se publicó recientemente en Nature's Informes científicos .