Així doncs com derrotarem
aquest nou coronavirus?
Fent servir les nostres millors eines:
la ciència i la tecnologia.
Al meu laboratori, fem servir
eines d'intel·ligència artificial
i biologia sintètica
per accelerar la lluita contra
aquesta pandèmia.
La nostra feina en un origen
havia d'abordar la crisis
de la resistència als antibiòtics.
El nostre projecte vol aprofitar
el poder de l'aprenentatge automàtic
per reabastir l'arsenal antibiòtic
i evitar una era de devastació
global postantibiòtica.
Significativament,
la mateixa tecnologia pot servir
per cercar compostos antivirals
que ens podrien ajudar
a combatre l'actual pandèmia.
L'aprenentatge automàtic
està transformant
el model tradicional
de recerca farmacèutica de cap a peus.
Amb aquest plantejament
en lloc de passar pel calvari
de provar milers de mol·lècules existents
una a una al laboratori
per veure'n l'efectivitat,
podem entrenar un ordinador perquè
explori l'espai exponencialment més gros
d'essencialment totes les mol·lècules
possibles que es podrien sintetitzar,
i així, en comptes de cercar
l'agulla en un paller
podem emprar el gegantí imant
del poder computacional
per trobar moltes agulles en
múltiples pallers simultàniament.
Ja hem tingut alguns èxits inicials.
Recentment, vam usar l'aprenentatge
automàtic per descobrir nous antibiòtics
que ens poden ajudar a combatre
les infeccions bacterianes
que poden esdevenir de la ma de
les infeccions del SARS-CoV-2.
Fa dos mesos, el Projecte Audaç de TED
va aprovar finançar-nos
perquè la nostra feina
cresqués exponencialment.
amb l'objectiu de descobrir
set noves classes d'antibiòtics.
contra set dels patògens bacterians
més mortífers del món
durant els pròxims set anys.
Com a context:
El nombre de noves classes d'antibiòtics
que s'han descobert
durant les darreres tres dècades és zero.
Mentre la recerca de nous anbiòtics
es pel futur a mig termini,
el nou coronavirus suposa
una amenaça mortífera immediata,
i m'il·lusiona dir-vos que pensem
poder emprar la mateixa tecnologia
per cercar cures
per combatre aquest virus.
I com ho farem?
Bé, creem una biblioteca d'entrenament
de compostos i amb col·laboradors
apliquem aquestes mol·lècules
a cèl·lules infectades pel virus
per veure quines mostren
activitat efectiva.
Les dades seran utilitzades per a
un model d'aprenentatge automàtic
que serà aplicat a una biblioteca
in silico de més d'un bilió de mol·lècules
per cercar nous potencials
compostos antivirals.
Sintetitzarem i provarem
les millors prediccions
i portarem els candidats més prometedors
a la clínica.
Sona massa bé per a ser real?
Bé, no hauria de ser així.
El Projecte d'Antibiòtics IA es basa
en la prova de recerca conceptual.
que va portar al descobriment
d'un nou antibiòtic d'ample espectre
anomenat Halocina.
L'Halocina té una potent activitat
antibacteriana
contra gairebé tots els patògens
bacterians resistents als antibiòtics,
incloses infeccions
panresistents intractables.
En contrast amb els antibiòtics actuals,
la freqüència amb què els bacteris
desenvolupen resistència contra l'Halocina
és notablement baixa.
Vam provar l'habilitat dels bacteris de
desenvolupar reistència contra l'Halocina
com també la Cipro al laboratori.
En el cas de la Cipro,
després d'un sol dia,
vam veure-hi resistència.
En el cas de l'Halocina,
després d'un dia,
no n'hi vam veure cap.
Increïblement, ni després de 30 dies
no hi vam veure cap resistència
contra l'Halocina.
En el projecte pilot, primer vam testar
uns 2.500 compostos contra l'E. coli.
Aquest conjunt d'entrenament
incloïa antibiòtics coneguts,
com la Cipro i la penicil·lina,
i també altres fàrmacs
que no són antibiòtics.
Vam usar aquestes dades
per entrenar un model
per descobrir aspectes mol·leculars
associats amb activitat antibacteriana.
Després aplicàrem el model
a un repositori de reposicionament
que incloïa milers de mol·lècules
i vam demanar al model que n'identifiqués
les que prevèiem que tenen
propietats antibacterianes
però no emprem com antibiòtics.
Curiosament, només una mol·lècula
del repositori responia als criteris,
i aquesta mol·lècula va resultar ser
l'halocina.
Donat que l'Halocina no s'assembla
a cap antibiòtic que existeixi,
hauria estat impossible per a un humà,
ni que fos un expert en antibiòtics,
d'identificar l'Halocina d'aquesta manera.
Ara imagineu què podríem fer
amb aquesta tecnologia
contra el SARS-CoV-2.
I això no és tot.
També estem fent servir eines
de biologia sintètica,
jugant amb l'ADN i
la maquinària cel·lular,
al servei de la humanitat, com ara
combatent la COVID-19,
i notablement treballem
per desenvolupar una mascareta protectora
que també serveix
com a prova diagnòstica ràpida.
I això com funciona?
Bé, recentment vam demostrar
que podem extreure la maquinària cel·lular
d'una cèl·lula viva
i congelar-la en sec amb sensors
ARN en paper
per crear diagnòstics de baix cost
per l'Ebola i la Zika.
Els sensors s'activen quan un pacient
els rehidrata
per exemple amb sang o saliva.
Resulta que aquesta tecnologia
no es limita al paper
i es pot aplicar a altres materials
inclosos els teixits.
Per a la pandèmia de la COVID-19
estem dissenyant sensors ARN
per detectar els virus
i congelar-los en sec junt amb
la maquinària cel·lular necessària
en el teixit d'una mascareta
on el simple fet de respirar,
amb el vapor d'aigua que hi intervé,
pot activar el test.
Així, si un pacient s'infecta
de SARS-CoV-2,
la mascareta produirà
un senyal fluorescent
que podria ser detectar amb un aparell
portàtil senzill i barat.
Podríem diagnosticar a un pacient
en una o dues hores
segurament, remotament i acuradament.
També emprem la biologia sintètica
per dissenyar un candidat
a vaccí per a la COVID-19.
Estem reposicionant un vaccí BCG
que havíem fet servir contra la TB
durant gairebé un segle.
És un vaccí atenuat viu,
i l'estem modificant perquè
expressi antigens SARS-CoV-2,
els quals haurien d'activar
la producció d'anticossos
per part del sistema immunològic.
Val a dir que la BCG es pot produir
a una escala enorme
i té un perfil de seguretat que està
entre els millors de tots els vaccins.
Amb les eines de la biologia sintètica
i la intel·ligència artificial,
podem guanyar la lluita
contra aquest nou coronavirus.
Aquest treball està a les beceroles,
però el potencial hi és.
La ciència i la tecnologia
ens poden donar un avantatge important
en la lluita entre l'enginy humà
i els gens dels superbacteris,
una lluita que podem guanyar.
Gràcies.