Investigadores de Duke desarrollaron un sistema híbrido de aprendizaje automático que optimiza la composición de nanopartículas para hacer más efectivos y seguros los tratamientos médicos.
Un equipo de científicos de la Universidad Duke desarrolló TuNa-AI, una innovadora plataforma que combina artificial intelligence (AI), robótica y experimentación de laboratorio para acelerar el diseño de nanopartículas utilizadas en la administración de medicamentos. Esta tecnología promete optimizar tanto la elección de materiales como las proporciones de sus componentes, mejorando la eficacia de los tratamientos y reduciendo su toxicidad.
Según explica el estudio, publicado en ASC Nano, las nanopartículas permiten transportar medicamentos directamente al sitio afectado, aumentando la eficacia terapéutica y reduciendo los efectos secundarios. Sin embargo, diseñarlas implica un proceso complejo, ya que existen miles de posibles químicas y proporciones entre componentes.
Para superar ese desafío, el equipo dirigido por Daniel Reker, ingeniero biomédico de Duke, desarrolló un modelo de machine learning or machine learning de núcleo híbrido o hybrid kernel machine, capaz de analizar simultáneamente las propiedades moleculares y las relaciones entre los ingredientes de una formulación.
El sistema fue integrado con una plataforma robótica de manejo de líquidos, lo que permitió generar y probar 1,275 formulaciones distintas. Como resultado, se logró un aumento del 42.9% en la formación exitosa de nanopartículas, demostrando la capacidad del algorithm para optimizar tanto materiales como proporciones.
Entre los resultados más destacados, el modelo permitió formular una versión mejorada del venetoclax, un fármaco contra la leucemia, al ajustar las proporciones de ácido taurocólico, lo que incrementó su eficacia in vitro frente a células cancerosas. En otro caso, la AI ayudó a reducir en 75% el uso de excipientes en una formulación del medicamento trametinib, empleado para tratar varios tipos de cáncer, manteniendo su eficacia in vitro e incluso mejorando su distribución in vivo.
Según los investigadores, el enfoque de TuNa-AI combina lo mejor de la AI y la automatización experimental para acelerar el desarrollo de terapias más seguras, eficientes y personalizadas. “Esta plataforma es un gran paso fundamental para diseñar y optimizar nanopartículas para aplicaciones terapéuticas», expresó Reker. “Ahora, estamos emocionados por mirar hacia el futuro y tratar enfermedades haciendo que las terapias existentes y nuevas sean más eficaces y seguras”.
Con plataformas como TuNa-AI, los científicos podrán crear formulaciones optimizadas en menor tiempo, aumentar las probabilidades de éxito en tratamientos oncológicos y adaptar los fármacos a las necesidades específicas de cada paciente.
