La biotecnológica Cellarity anunció la publicación en Nature Communications de un estudio pionero que describe un nuevo marco de inteligencia artificial para predecir y caracterizar el daño hepático inducido por fármacos (DILI). El modelo, llamado ToxPredictor, promete transformar la forma en que se evalúan los riesgos tóxicos durante el desarrollo de nuevos medicamentos.
El DILI representa uno de los principales desafíos de seguridad en la investigación de nuevos tratamientos. Este tipo de lesión hepática, difícil de detectar en las etapas tempranas, puede causar la falla de ensayos clínicos o incluso el retiro de medicamentos del mercado.
De acuerdo con la compañía, los modelos animales fallan en identificar hasta el 50 % de los fármacos que pueden provocar este tipo de toxicidad en humanos, evidenciando la necesidad urgente de métodos predictivos más precisos.
ToxPredictor: un modelo integrado de IA y transcriptómica
Para enfrentar esta limitación, Cellarity desarrolló ToxPredictor, una plataforma de IA que analiza datos de toxicogenómica el estudio de cómo los genes responden a sustancias químicas, para predecir riesgos hepáticos relacionados con la dosis.
El corazón de esta tecnología es DILImap, una biblioteca de transcriptómica obtenida a partir de hepatocitos humanos primarios, que reúne las firmas de expresión génica de 300 compuestos vinculados al DILI en múltiples concentraciones.
Este conjunto de datos es actualmente el más grande disponible para modelar toxicidad hepática, y representa un paso significativo hacia la reducción del uso de animales en pruebas de seguridad farmacológica.
Según los resultados publicados, ToxPredictor demostró una sensibilidad del 88 % con una especificidad del 100 % en evaluaciones a ciegas, superando más de 20 modelos preclínicos estándar.
Además, el sistema logró identificar fallos de seguridad en fase 3 que habían pasado inadvertidos en estudios con animales. “Vemos en ToxPredictor un avance fundamental en la toxicología predictiva. Aplicar aprendizaje automático a la toxicogenómica abre la puerta a una comprensión más profunda de los mecanismos de toxicidad hepática y a una mejora significativa en la seguridad del paciente”, expresó Parul Doshi, directora de datos de Cellarity.
Una nueva ventana a los mecanismos de toxicidad
Más allá de predecir riesgos, el modelo ofrece una visión más clara de las rutas moleculares implicadas en la hepatotoxicidad, lo que permite tomar decisiones más informadas sobre los márgenes de seguridad de los compuestos.
A diferencia de los modelos que se basan en un solo punto de lectura, la transcriptómica permite observar con mayor resolución procesos complejos como la disfunción mitocondrial, el estrés oxidativo, la activación inmune y los cambios metabólicos.
En comparaciones directas, ToxPredictor fue el único modelo capaz de identificar riesgos no citotóxicos que pasaron desapercibidos en los ensayos tridimensionales convencionales.En un esfuerzo por fomentar la colaboración y acelerar la innovación, Cellarity ha puesto a disposición del público tanto el modelo como los datos de validación.
Fuente original aquí
