Investigadores europeos han desarrollado un laboratorio virtual para ayudar a médicos de todo el mundo a elegir el fármaco más adecuado para cada paciente y aumentar la eficacia de los tratamientos contra el VIH, el virus que provoca el sida, y otras enfermedades infecciosas. La herramienta se llama Virolab y siete hospitales ya la usan para tratar de forma personalizada a pacientes con VIH y su empleo como herramienta potente de apoyo a la toma de decisiones médicas despierta cada vez más interés.
La puesta en marcha de Virolab en Internet está programada para finales de 2010. Utiliza los últimos adelantos en las técnicas de aprendizaje automático, extracción de datos, computación en grid, modelación y simulación para transformar el contenido de millones de artículos científicos, bases de datos e historiales médicos de pacientes en conocimientos útiles para su aplicación al tratamiento de enfermedades.
"Gracias a este laboratorio virtual se pueden descubrir nuevas maneras de tratar una enfermedad debido a que integra distintos tipos de información, desde información genética e interacciones moleculares del organismo medidas en nanosegundos hasta interacciones sociológicas de tipo epidemiológico recopiladas durante años de progresión de la enfermedad", explica Peter Sloot, científico computacional de la Universidad de Ámsterdam (Países Bajos) y coordinador de Virolab..
El VIH, al igual que muchos otros virus, plantea grandes dificultades porque muta con frecuencia y adquiere resistencia a los fármacos con gran rapidez. Por tanto los médicos deben estar al tanto de los fármacos capaces de frenar la progresión de la enfermedad y tener en cuenta la cepa del virus, el historial del paciente, información genética e incluso factores sociológicos.
"Es similar a una llave y un cerrojo", aclara Sloot, para quien "los fármacos son llaves fabricadas para que abran ciertos cerrojos de los virus. Si el cerrojo cambia de forma la llave deja de funcionar, y además los cerrojos son diferentes en cada paciente. Por esta razón es necesario dispensar medicina personalizada".
El apoyo comunitario para este estudio vino del proyecto VIROLAB ("Laboratorio virtual de apoyo a las decisiones en el tratamiento de enfermedades virales"), que recibió 3,3 millones de euros a través del área temática de Tecnologías de la sociedad de la información del Sexto Programa Marco (6PM).
Exploración contínua de bases de datos
El sistema explora de forma continua bases de datos conectadas entre sí que contienen información viral, inmunológica, clínica, genética y empírica y extrae información de artículos científicos y otras fuentes de información. Todos estos datos se procesan para darles un significado semántico que permite su lectura automática y se analizan para generar modelos de los efectos más probables que pueden tener distintos fármacos en un paciente concreto.
Cada medicación se clasifica a continuación según su eficacia predicha en función del historial médico del paciente y de la información introducida mediante una web sencilla.
El sistema registra cada paso dado por el médico y el propio sistema en la búsqueda del medicamento ideal para un paciente y permite comparar casos de otros pacientes que bien pueden vivir en la misma calle o a miles de kilómetros de distancia. Además, es capaz de generar modelos que simulan la probabilidad de contagio y progresión de distintas mutaciones de virus basándose en información médica y sociológica.
"Pongamos por caso que un gobierno tiene un presupuesto de 500 millones para investigar el VIH y desea saber si le conviene invertirlos en el desarrollo de nuevos fármacos o en medidas preventivas. Nosotros podemos hallar una respuesta e informarle sobre la medida de mayor efectividad", indica el profesor Sloot.
El proyecto surgió por la importancia y escala de la epidemia de sida y por la gran cantidad de información que existe sobre la enfermedad. La resistencia farmacológica del VIH es uno de los pocos ámbitos médicos en los que se hace un uso generalizado de información genética desde hace varios años.
En la actualidad el equipo estudia la utilidad del programa para crear clasificaciones de fármacos personalizadas que mejoren el tratamiento de personas que padecen otras enfermedades, dentro del proyecto DYANETS ("Computación de fenómenos del mundo real mediante redes complejas en proceso de cambio dinámico"), que investiga las dinámicas de los fármacos en personas infectadas con el virus de la gripe H1N1 e infecciones paralelas, además del VIH resistente a fármacos. La financiación es de 2,41 millones de euros.
----------
Más información:
http://www.virolab.org/
La velocidad se incrementa a medida que el futbolista se acerca al balón, sin embargo, disminuye ligeramente al llegar a él. Los delanteros son los que corren más directamente hacia el esférico, mientras que los porteros lo hacen de una forma más paralela. Son algunos resultados de un estudio de investigadores españoles.
Investigadores de la compañía Google DeepMind han desarrollado Tactic AI, un asistente que podría ayudar a los entrenadores a elegir las mejores configuraciones de jugadores tras un saque de esquina. La herramienta se ha entrenado con datos de más de 7000 córneres de la Premier League y la han validado expertos del Liverpool FC.
