El IIS La Fe colabora en la validación experimental de un análisis con inteligencia artificial que identifica nuevos usos de medicamentos

La Unidad de Descubrimiento de Fármacos del Instituto de Investigación Sanitaria La Fe (IIS La Fe) ha colaborado en un proyecto que utiliza la inteligencia artificial (IA) para descubrir nuevos usos de medicamentos existentes. Su contribución se ha centrado en validar, de manera experimental, las predicciones de un modelo basado en IA mediante ensayos basados en resonancia de plasmones superficiales (SPR). Esta tecnología permite confirmar la interacción directa entre fármacos y proteínas en tiempo real.

El estudio ha sido liderado por el Centro de Investigación Médica Aplicada de la Universidad de Navarra (CIMA). El equipo investigador ha propuesto un nuevo enfoque del uso de la IA y ha desarrollado una técnica llamada "submuestreo negativo" que mejora la capacidad de los modelos para detectar interacciones complejas entre fármacos y proteínas evitando errores habituales. Esta estrategia facilita el aprovechamiento de medicamentos con perfiles de seguridad ya conocidos y acelera su aplicación clínica.

Esta investigación ha logrado identificar interacciones entre fármacos ya conocidos y distintas proteínas con un papel relevante en enfermedades oncológicas. En concreto, el estudio se ha basado en un análisis pionero que supone un avance significativo en la aplicación de la IA a la medicina, abriendo nuevas posibilidades para combatir enfermedades y desarrollar terapias innovadoras en beneficio de la sociedad.

Contribución del IIS La Fe

El IIS La Fe ha validado de manera experimental las predicciones realizadas por el grupo del CIMA y ha confirmado los hallazgos a nivel molecular. La aplicación de resonancia de plasmones superficiales (SPR), ha permitido estudiar las uniones entre moléculas sin necesidad de marcado con fluorescencia o radioactividad, lo que aporta resultados precisos y fiables de gran valor de cara al desarrollo de nuevos usos de los fármacos.

Este proyecto es un ejemplo de cómo la colaboración entre centros de excelencia da lugar a innovaciones con alto potencial traslacional. El estudio lo ha liderado Mikel Hernáez investigador principal del Grupo de Machine Learning en Biomedicina del CIMA y la Escuela de Ingeniería TECNUN de la Universidad de Navarra, en colaboración con la Universidad de Stanford (Estados Unidos) y la Unidad de Descubrimiento de Fármacos que dirige Leonor Puchades.

Reposicionamiento de fármacos e inteligencia artificial

El reposicionamiento de fármacos consiste en buscar nuevas aplicaciones terapéuticas para medicamentos ya aprobados. Esta estrategia permite reducir tiempos y costes en el desarrollo clínico, ya que el punto de partida se encuentra en compuestos con eficacia y seguridad previamente demostradas.

La inteligencia artificial aporta un valor añadido a este proceso al generalizar grandes volúmenes de datos biomédicos y detectar patrones complejos que podrían pasar desapercibidos mediante métodos tradicionales.

Sin embargo, este potencial viene acompañado de retos técnicos, como el riesgo de fuga de datos o data leakage, un fenómeno que ocurre cuando los modelos acceden a información que deberían predecir, lo que distorsiona su rendimiento y puede generar resultados erróneos en la identificación de las interacciones entre fármacos y proteínas.

Para evitar este problema, los investigadores del CIMA han desarrollado la técnica de "submuestreo negativo", un nuevo enfoque de IA inductiva que entrena al algoritmo con los casos más difíciles, los que normalmente pasaría por alto. Este tipo de entrenamiento más exigente mejora la precisión del modelo y permite descubrir nuevas interacciones entre fármacos y proteínas de forma más fiable.