YouTube

Got a YouTube account?

New: enable viewer-created translations and captions on your YouTube channel!

Spanish subtitles

← El potencial médico de la IA y los metabolitos

Get Embed Code
35 Languages

Showing Revision 29 created 11/29/2019 by Ciro Gomez.

  1. En 2003,
  2. cuando secuenciamos el genoma humano,
  3. creímos que encontraríamos la respuesta
    para muchas enfermedades.
  4. Pero la realidad está muy lejos de esto,
  5. porque además de nuestros genes,
  6. nuestro ambiente y estilo de vida
    podrían tener un rol importante
  7. en el desarrollo de
    varias enfermedades importantes.
  8. Un ejemplo de esto es
    la enfermedad del hígado graso,

  9. que afecta a más del 20 %
    de la población global,
  10. no tiene tratamiento
    y puede causar cáncer de hígado
  11. o insuficiencia hepática.
  12. Así que, secuenciar el ADN
    no nos da información suficiente
  13. para encontrar tratamientos efectivos.
  14. El lado positivo es que hay muchas otras
    moléculas en nuestro cuerpo.

  15. Es más, hay más de 100 000 metabolitos.
  16. Los metabolitos son moléculas
    muy chiquitas en tamaño.
  17. Ejemplos conocidos serían la glucosa,
    la fructosa, la grasa, el colesterol,
  18. cosas que escuchamos a menudo.
  19. Los metabolitos están involucrados
    en nuestro metabolismo.
  20. Tienen la carga genética de nuestro ADN
  21. así que tienen información sobre nuestros
    genes y sobre nuestro estilo de vida.
  22. Entender los metabolitos
  23. puede ayudar a encontrar tratamientos
    para muchas enfermedades.

  24. Siempre quise tratar pacientes.
  25. A pesar de eso, hace 15 años,
    dejé mis estudios de Medicina
  26. porque extrañaba las matemáticas.
  27. Poco después, descubrí algo fantástico:
  28. puedo usar la matemática
    para estudiar medicina.
  29. Desde entonces, fui desarrollando
    algoritmos para analizar datos biológicos.
  30. Parecía fácil:
  31. juntemos datos de todos los metabolitos
    que hay en nuestro cuerpo,
  32. desarrollemos modelos matemáticos para
    describir cómo cambian con enfermedades
  33. y cómo intervienen en esos cambios
    para poder tratarlas.

  34. Pero me di cuenta por qué
    nadie lo había hecho antes:
  35. es extremadamente difícil.

  36. (Risas)

  37. Hay demasiados metabolitos
    en nuestro cuerpo.
  38. Cada uno es diferente de otro.
  39. Para algunos metabolitos,
    podemos medir su masa molecular
  40. usando instrumentos
    de espectrometría de masas.
  41. Pero como podría haber
    como 10 moléculas con la misma masa
  42. no sabemos exactamente qué son,
  43. y si se quiere
    identificar todas claramente,
  44. hay que hacer más experimentos,
    lo que podría llevar décadas
  45. y miles de millones de dólares.

  46. Así que, desarrollamos una plataforma
    de inteligencia artificial que hace eso.
  47. Aprovechamos el crecimiento
    de los datos biológicos
  48. y construimos una base de datos a partir
    de información obtenida sobre metabolitos
  49. y sus interacciones con otras moléculas.
  50. Combinamos todos estos datos
    como una mega red.
  51. A partir de tejidos
    o de la sangre de pacientes,
  52. medimos las masas de los metabolitos
  53. y encontramos las masas
    que cambian en una enfermedad.
  54. Pero, cómo dije antes, no sabemos
    exactamente qué son.
  55. Una masa molecular de 180
    podría ser glucosa o galactosa o fructosa.
  56. Todas tienen exactamente la misma masa.
  57. Pero tienen distintas funciones
    en nuestro cuerpo.
  58. Nuestro algoritmo de IA
    consideró todas estas ambigüedades.
  59. Y luego explotó toda esa mega red
  60. para encontrar como esas masas metabólicas
    están conectadas entre sí
  61. para causar una enfermedad.
  62. Y por la forma en la que están conectadas,
  63. podemos deducir cuál es
    la masa del metabolito,
  64. como esta 180 que podría ser glucosa,
  65. y más importante aún, descubrir
  66. cómo los cambios en la glucosa
    y otros metabolitos
  67. pueden causar enfermedades.
  68. Esta comprensión
    del mecanismo de las enfermedades
  69. nos deja descubrir terapias
    efectivas para tratar eso.

  70. Creamos una empresa emergente
    para llevar esta tecnología al mercado
  71. y para cambiar la vida de la gente.
  72. Ahora mi equipo y yo en ReviveMed
    estamos trabajando para descubrir
  73. tratamientos para enfermedades mayores
    causadas por metabolitos
  74. como la enfermedad hepática,
  75. que es causada
    por la acumulación de grasas,
  76. que son tipos de metabolitos
    que se encuentran en el hígado.
  77. Como dije antes, es una epidemia
    gigante sin tratamiento.

  78. Y la enfermedad hepática,
    es solo un ejemplo.
  79. Cambiando de tema, enfrentaremos
    cientos de otras enfermedades,
  80. que no tienen tratamiento.
  81. Conforme recolectamos más y más
    información sobre los metabolitos
  82. y entendemos cómo
    los cambios en los metabolitos
  83. llevan al desarrollo de enfermedades,
  84. nuestros algoritmos se volverán
    más y más inteligentes
  85. para poder descubrir los tratamientos
    correctos para los pacientes.
  86. Llegaremos más y más cerca
    a cumplir nuestra visión
  87. de salvar vidas
    con cada línea de programación.

  88. Gracias.

  89. (Aplausos)