AWS impulsa a los investigadores en sus esfuerzos por desarrollar nuevos tratamientos y encontrar una cura
Ciertos aspectos de nuestra vida diaria parecen moverse cada vez más rápido. Por ejemplo, no sólo estamos acostumbrados a las actualizaciones de software, sino que hemos llegado a esperar un flujo constante de mejoras regulares que aparecen en nuestros teléfonos y en las herramientas digitales que utilizamos en el trabajo y en casa.
En este contexto, lo que parece seguir siendo obstinadamente resistente al mismo patrón de velocidad y mejora son los avances en el tratamiento del cáncer y de ciertas enfermedades. Tratar y curar el cáncer no es lo mismo que ver los excesos en línea, no hay ningún debate al respecto. Pero un facilitador clave de ambas cosas en la nube ofrece la esperanza de que podamos aumentar la velocidad con la que somos capaces de ofrecer un diagnóstico más temprano y más preciso, mejores terapias, y sí, incluso curas para los cánceres.
En el fondo, descubrir nuevas formas de detectar y tratar el cáncer es un problema informático. Aquí está el porqué.
Llaves y cerraduras
Piensa en una llave como una droga, y en la cerradura que encaja con esa llave como un cáncer. Los investigadores tratan de encontrar la llave correcta para que encaje en una cerradura en particular, una molécula de droga que interactúa con un receptor de cáncer en particular. Ahora, imagina que tienes miles de millones de llaves y miles de millones de cerraduras. Si tratamos de hacer coincidir manualmente una llave con una cerradura con la esperanza de desbloquear una cerradura deseada, puedes ver cómo podría tardar una eternidad.
A continuación, imagina una computadora muy poderosa operando a una velocidad increíble probando cada llave en cada cerradura, casi simultáneamente. ¿Qué cambiaría eso? ¿Qué tan rápido podrías encontrar la droga correcta que desbloquee el tratamiento de una enfermedad?
Un gran ejemplo de este salto cuántico en la aceleración del descubrimiento de drogas es de uno de nuestros socios de Amazon Web Services (AWS): Numerate, que estaba buscando candidatos a medicamentos para tratar una condición cardíaca en particular. Tenían más de 128 millones de moléculas de drogas para elegir, y como es de imaginar, les habría llevado a los brillantes científicos de cinco a siete años reducir la elección de millones de opciones a un puñado para llevar a los ensayos clínicos. Este es el problema de la llave/bloqueo. Pero Numerate no siguió ese camino, sino que utilizó el sistema de cálculo de AWS.
Utilizando miles de modelos de machine learning y computación masiva en la nube, Numerate fue capaz de examinar 128 millones de moléculas, buscando las pocas que podían ayudar a tratar la condición cardíaca que estaban estudiando. Los modelos tuvieron en cuenta cómo las potenciales moléculas de la droga serían absorbidas por el cuerpo, distribuidas, metabolizadas, eliminadas, y si encajaban en la "cerradura" correcta de la enfermedad. Numerate aplicó el músculo de computación equivalente de un solo procesador de alto rendimiento funcionando continuamente durante 1.000 años en sólo 12 meses, y descubrió 69 candidatos a fármacos que fueron capaces de avanzar a los ensayos clínicos. Más recientemente, otros clientes de AWS como Abcellera han desarrollado sofisticadas soluciones basadas en la nube que reducen el proceso de descubrimiento de fármacos a seis semanas.
De cinco a siete años, a menos de dos meses, puedes apostar a que iremos más rápido. Y ese mismo enfoque de computación masiva más machine learning es aplicable al descubrimiento de tratamientos para combatir el cáncer o cualquier otra enfermedad.
Una cura sólo para ti
El aumento de la velocidad con la que se pueden descubrir los medicamentos candidatos significa que más medicamentos entran en la cadena de ensayos clínicos. Más ensayos clínicos significa más esperanza y opciones para los individuos que buscan un tratamiento para su tipo particular de cáncer. Todo esto nos lleva a algo en lo que el mundo médico ha estado trabajando durante décadas: la medicina de precisión. El objetivo final de la medicina de precisión no es simplemente ofrecer a los pacientes un tratamiento para su tipo de cáncer, sino ofrecer una terapia diseñada a medida para su cáncer individual.
Un ejemplo estupendo de la utilización de la potencia de cálculo de AWS para la medicina de precisión se puede encontrar en la empresa de biotecnología "Born-in-the-cloud", Moderna. Seguramente habrán oído hablar de Moderna en las noticias por su esfuerzo por encontrar una vacuna para el COVID 19. Las mismas técnicas que Moderna está utilizando para examinar el virus que ha causado la pandemia se aplican a otras enfermedades, incluidas las vacunas personalizadas contra el cáncer (a menudo denominadas inmunoterapias) y los tratamientos para enfermedades raras. Si vas al laboratorio de Moderna ves fila tras fila de terapias que se están produciendo, lo que es sorprendente es que su tienda no está aplicando el machine learning y la computación para hacer una sola droga para mil millones de personas, sino que están haciendo una sola droga para una sola persona basada en la composición genética única de ese paciente. Es como fabricar mil millones de medicamentos diferentes.
El aprovechamiento de la informática no sólo acelera el proceso cuando se buscan curas, sino que cambia la economía de las drogas que se llevan al mercado. En el manual y costoso enfoque tradicional del descubrimiento de medicamentos, las empresas necesitaban medicamentos de gran éxito para apoyar el modelo económico del descubrimiento de medicamentos. Pero cuando el descubrimiento de medicamentos se convierte en un esfuerzo de equipo entre científicos dotados, potencia de cálculo, algoritmos inteligentes y modelos muy inteligentes que simulan nuestra biología y química, la economía cambia. Las organizaciones pueden encontrar tratamientos y curas para las enfermedades que afligen a un número relativamente pequeño de personas. Pueden encontrar una cura sólo para ti.
La siguiente mejor cosa para encontrar una cura
Es evidente que una cura es el resultado ideal del tratamiento del cáncer; sin embargo, a falta de una cura, las vías de tratamiento que se adaptan y personalizan a las necesidades de un individuo seguirán proporcionando un inmenso beneficio a los pacientes de todas partes. BreastCancer.org es un gran ejemplo de una organización que utiliza la potencia de computación de AWS para ayudar a personalizar el viaje de la salud del paciente.
Breastcancer.org permite a las personas con cáncer de mama subir su informe de patología a una cuenta personal privada y segura. Utilizando machine learning de AWS, BreastCancer.org analiza el informe de patología del paciente y personaliza sus propiedades digitales para ofrecer un contenido personalizado al paciente. Al igual que las empresas de biotecnología utilizan la potencia de la computación para descubrir nuevos medicamentos para el tratamiento del cáncer, BreastCancer.org utiliza la potencia de la computación y el procesamiento del lenguaje natural para comprender el informe de patología y crear una experiencia muy personalizada para el paciente.
Si llevas esto adelante, no es un gran salto para ver cómo la propia información médica de una persona puede ayudar a personalizar profundamente su viaje de salud. Navigating Cáncer es un startup construido sobre AWS que está trabajando estrechamente con pacientes de cáncer y sus médicos para ayudar a los pacientes a autogestionar su viaje de cuidado. Navigating Cáncer recoge miles de puntos de datos sobre el estado de un paciente, y a través de sofisticados análisis intensivos de computación en tiempo real, ayuda a los médicos a crear el camino ideal hacia la recuperación. Navigating Cáncer no sólo da poder a los pacientes, sino que los activa para que se hagan cargo de sus vidas en su camino hacia la recuperación, junto con la ayuda de amigos y familiares.
Y ese, por supuesto, es el punto. Durante este Día Tecnológico Rosa, a lo largo de todo este mes de Concienciación sobre el Cáncer de Mama -y todos los días- pasaremos nuestro tiempo lo mejor posible, con las personas que amamos.