Agencias. Un equipo de investigadores de la Universidad de Pensilvania, en Estados Unidos, desarrollaron un modelo de aprendizaje automático (ML, por sus siglas en inglés), entrenado específicamente para predecir medicamentos inhibidores (antivirales) del enterovirus humano 71 (EV71), un patógeno miembro de la familia Picornaviridae, y principal agente causal de la enfermedad de manos, pies y boca; herpangina y trastornos neurológicos, sobre todo en niños menores de 7 años y en adultos inmunocomprometidos, potencialmente mortal.
Este nuevo modelo de aprendizaje automático identificó ocho moléculas potencialmente antivíricas, de las que cinco demostraron tener esa capacidad medicamentosa, validada experimentalmente. Es evidente que, además de que el modelo predictivo tuvo un impresionante porcentaje de acierto, la posibilidad de conseguir nuevas moléculas medicamentosas en semanas, en lugar de los 10 o 15 años que tradicionalmente se requieren para el desarrollo de una nueva molécula, y ahorrar los cientos de millones con los que se financian las investigaciones, las que es necesario recordar que no siempre obtienen los resultados esperados, es impresionante.
Los desarrolladores enfatizan que, a diferencia de otros modelos de inteligencia artificial y aprendizaje automático que necesitan enormes cantidades de información de alta calidad, su modelo predictivo es capaz de trabajar con éxito con un reducido cúmulo de datos, alcanzando con menos recursos las metas previstas.
