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 es podria 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.