Emilia Vasquez, Vinicio Armijos y Eduardo Tejera  docentes de la carrera de Ingeniería en Biotecnología y a Humbert González-Díaz de la Universidad del País Vasco y Fundación Ikerbasque, quienes publicaron su trabajo de investigación en la revista científica internacional ACS Molecular Pharmaceutics..

El estudio muestra que las infecciones retrovirales como el VIH, son hasta ahora enfermedades sin cura. La medicina y la química farmacéutica necesitan y consideran que es un objetivo enorme definir las proteínas objetivo de los nuevos compuestos antirretrovirales.  ChEMBL gestiona las características de Big Data con un conjunto de datos complejo, que es difícil de organizar. Esto permite que la información sea difícil de analizar debido a la gran cantidad de características descritas para predecir nuevos candidatos a fármacos para infecciones retrovirales.

Por esta razón, los investigadores propusieron desarrollar un nuevo modelo predictivo que combine las bases de la teoría de perturbaciones (PT) y el modelado de aprendizaje automático (ML) para crear una nueva herramienta que pueda aprovechar toda la información disponible.

El modelo propuesto es el primero en considerar múltiples características de los ensayos antirretrovirales experimentales preclínicos combinados, generando un instrumento simple, útil y adaptable, que podría reducir el tiempo y los costos en la investigación de medicamentos antirretrovirales.

El artículo se titula: “Multioutput Perturbation-Theory Machine Learning (PTML) Model of ChEMBL Data for Antiretroviral Compounds”.

Para poder conocer todos los resultados obtenidos, haga clic aquí. 

Pueden encontrar éste y otros artículos completos publicados por nuestros estudiantes y docentes en la sección de Publicaciones.