← Volver al inicio

Datos experimentales para las «células virtuales»: Biohub amplía un plan de 1.800 millones de dólares junto con el Gobierno estadounidense y el sector tecnológico

Para que la IA prediga cómo responden las células a los fármacos, primero hay que medir cómo cambia la vida. Esta colaboración entre sectores integrará nuevos experimentos, recursos computacionales y datos existentes, pero los plazos para compartirlos abiertamente serán distintos y su eficacia para tratar enfermedades aún no se ha verificado.

By SURL BioNews

Si fuera posible predecir en un ordenador cómo responden las células a los fármacos o a cambios ambientales, los investigadores podrían determinar antes qué ideas terapéuticas merecen llevarse al laboratorio. La dificultad radica en que los modelos necesitan grandes cantidades de datos experimentales reales y comparables. Biohub anunció el 7 de octubre una ampliación de su colaboración con el Departamento de Energía de Estados Unidos (DOE), los Institutos Nacionales de Salud (NIH) y socios del sector tecnológico para integrar financiación, datos, recursos computacionales y tecnologías de medición por un valor total de 1.800 millones de dólares, con el fin de sentar las bases para la investigación de estas «células virtuales».

Ese total no corresponde íntegramente a nuevas aportaciones de dinero. Cuando Biohub puso en marcha la «Iniciativa de Biología Virtual» en abril de este año, ya se había comprometido a aportar 500 millones de dólares; el DOE aportará más de 500 millones de dólares durante cinco años, mientras que Meta, Google DeepMind e Isomorphic Labs aportarán conjuntamente 300 millones de dólares. La contribución de los NIH consiste en coordinar la incorporación de conjuntos de datos, bases de datos y recursos de conocimiento creados mediante inversiones federales anteriores de más de 500 millones de dólares, con la ayuda de Biohub para organizarlos en formatos adecuados para entrenar modelos.

El plan busca cubrir la falta de datos sobre cómo cambian las células en distintas condiciones. Además de describir el estado de una célula en un momento concreto, los investigadores necesitan saber cómo cambian la actividad molecular, la estructura celular y las interacciones entre células después de aplicar una intervención. Si los modelos logran captar estas respuestas de forma fiable, podrían ayudar a explorar los mecanismos de las enfermedades y a seleccionar hipótesis terapéuticas; por eso los socios de la colaboración quieren ampliar los tipos de células y las condiciones experimentales que se estudian mediante mediciones.

El DOE, los NIH y Biohub han firmado un memorando de cooperación. Según el anuncio del DOE, el Departamento de Energía combinará superordenadores capaces de realizar un trillón de operaciones por segundo, instalaciones de los laboratorios nacionales para obtener imágenes y realizar mediciones estructurales, y sistemas experimentales automatizados, incluido el programa OPAL de Genesis Mission. Estos recursos respaldarán la generación y validación de datos, que después se utilizarán para entrenar modelos y simular células, conectando así la experimentación con la computación.

Otro obstáculo para la colaboración entre instituciones es conseguir que los datos puedan utilizarse realmente de forma conjunta. Biohub prevé establecer estándares compartidos, identificadores comunes y un punto de acceso unificado para reducir las barreras de integración entre distintos experimentos y bases de datos. Isomorphic Labs también confirmó por separado que se ha convertido en miembro fundador de esta iniciativa internacional y que participará en la creación de recursos de datos para la comunidad investigadora. Para los modelos, la comparabilidad de los datos y la posibilidad de rastrear las condiciones experimentales son tan decisivas para la fiabilidad de las predicciones como el volumen de datos.

Sin embargo, «abierto» no significa que todos los datos se harán públicos al mismo tiempo. Según informó Reuters, Alex Rives, responsable científico de Biohub, explicó que los datos respaldados por financiadores comerciales estarán sujetos a un periodo de acceso restringido antes de su publicación, durante el cual los equipos correspondientes podrán utilizarlos primero; después pasarán a ser un recurso público de investigación. El trabajo financiado por el Gobierno no tendrá esta restricción. El artículo no especificó la duración de ese periodo, por lo que el momento en que la comunidad investigadora podrá acceder a cada lote de datos seguirá dependiendo de los acuerdos posteriores.

Rives declaró a Reuters que los socios esperan tener listos los primeros conjuntos de datos dentro de aproximadamente un año y concentrar el avance del trabajo en su conjunto en un plazo de cinco años; ambos son objetivos previstos. El anuncio no proporcionó cifras sobre la precisión de las predicciones de los modelos, resultados de validación independiente ni pruebas de eficacia clínica. El paso de las respuestas celulares a los efectos terapéuticos en pacientes todavía requiere una confirmación gradual mediante experimentos y estudios clínicos. La primera cuestión que debe resolver este compromiso es si se pueden crear datos biológicos suficientemente completos y reutilizables para que las predicciones en la investigación de enfermedades tengan una base fiable.

References

  1. Biohub
  2. U.S. Department of Energy, Office of Science
  3. Isomorphic Labs
  4. Reuters via Investing.com