Créditos de las imagenes: cco.
Un algoritmo desarrollado en la Universidad Hebrea de Jerusalem reduce el número de posibles soluciones para acortar los tiempos de descubrimiento de fármacos de años a meses.
Antibióticos para el tratamiento de enfermedades particularmente resistentes, moléculas que bloquean reacciones excesivas del sistema inmune, moléculas que inhiben el crecimiento de las células cancerosas mediante la eliminación de exceso de hierro, moléculas que pueden aumentar la digestión de grasas: todo esto y más se han descubierto en los últimos años usando un único informatizado para resolver problemas particularmente complejos.
Durante los últimos cinco años, se desarrolló un algoritmo iterativo de eliminación estocástica (ISE) en el laboratorio del Prof. Amiram Goldblum, del Instituto de Investigaciones sobre Drogas de la Universidad Hebrea de Jerusalén, y ha sido aplicada al descubrimiento de fármacos potenciales.
El Instituto forma parte de la Facultad de Farmacia de la Facultad de Medicina.
Primero probado para resolver problemas en la estructura y función de proteínas, el algoritmo se ha utilizado desde entonces para reducir los tiempos de descubrimiento de fármacos – de años a meses e incluso a semanas.
La solución de Goldblum es diferente de otros algoritmos llamados «heurísticos», que se basan en derivar soluciones usando lógica e intuición, y sugiere mejores soluciones.
En este caso, el algoritmo produce un modelo para la actividad de moléculas pequeñas sobre una o más proteínas conocidas por causar la enfermedad.
Un modelo es un conjunto de filtros de propiedades físico-químicas que distinguen entre moléculas activas y no activas, o entre más y menos activas.
Millones de moléculas pueden entonces ser examinados por el modelo, que permite la puntuación de cada molécula por un número que refleja su capacidad de pasar a través de los filtros basados en sus propias propiedades físico-químicas.
Un modelo de este tipo se construye generalmente en pocas horas y es capaz de filtrar millones de moléculas en menos de un día.
Por lo tanto, dentro de algunos días o más, es posible hacer predicciones preliminares sobre las moléculas candidatas para una actividad específica para combatir una enfermedad.
La mayoría de esos candidatos nunca han sido conocidos antes por tener ninguna actividad biológica.
Por el desarrollo de este algoritmo, el Prof. Goldblum ganó el Premio de la Sociedad Americana de Química.
Desde entonces, el algoritmo ha resuelto muchos problemas relacionados con la comprensión de diversos sistemas biológicos tales como la flexibilidad de proteínas, proteínas de moléculas pequeñas interacciones, y más.
Estos y otros descubrimientos se derivan de la colaboración entre el laboratorio de Goldblum, donde sus estudiantes emplean el algoritmo para resolver diversos problemas, y los laboratorios y empresas farmacéuticas en el mundo que ponen a prueba las predicciones de Goldblum en Alemania, Japón, Estados Unidos y, por supuesto, en Israel.
El algoritmo puede aplicarse a otros tipos de problemas, en los que el número de posibilidades es inmenso y no son solucionables, incluso si las computadoras más poderosas del mundo trabajan en conjunto para ello.
En el campo del transporte, esto podría implicar encontrar maneras alternativas de llegar de un punto a otro usando datos de tráfico en cada uno de los caminos alternativos que conducen entre los dos puntos.
En la aviación, una disposición óptima de aterrizajes y despegues en aeropuertos congestionados.
En las telecomunicaciones, encontrar las rutinas menos costosas dentro de una compleja red de cables de comunicación.
Y en biología, un modelo que se construye sobre la base de unas pocas docenas o cientos de moléculas que sirven para detectar millones de moléculas y descubrir nuevos fármacos.
Estos se envían a laboratorios experimentales para seguir desarrollándose, y en algunos casos han sido cruciales en la promoción del desarrollo de un tratamiento para la enfermedad de Alzheimer y diversas formas de cáncer.
Te gusta latamisrael.com?
Si respondiste “si” Sumanos tambien en Twitter.
