Los algoritmos que rigen nuestras redes sociales saben más de nosotros de lo que creemos. Son capaces de detectar relaciones ocultas y predecir con acierto quién conocemos. Pero lo más interesante es que esta misma lógica se está aplicando ahora a la biomedicina para mejorar la salud humana. ¿Cómo? Te lo contamos paso a paso.
Así predicen tus conexiones las redes neuronales gráficas
Cuando LinkedIn te recomienda añadir a alguien inesperado —como tu cuñado, aunque trabajéis en sectores opuestos— no es por casualidad. Detrás está una tecnología llamada Graph Neural Networks (redes neuronales gráficas), que funciona sobre grafos formados por nodos (usuarios) y aristas (conexiones).
Estos algoritmos no se limitan a ver tus datos, sino también los de tus conexiones, y de las conexiones de tus conexiones. Es decir, construyen un «vecindario digital» que les permite detectar patrones más amplios. Además, incluyen información de otros elementos como empresas o publicaciones que has marcado como favoritas.
El resultado es una especie de mapa de relaciones que, cuanto más crece, más puede predecir.
De sugerencias sociales a descubrimientos médicos
Aplicar este mismo razonamiento a la medicina abre una posibilidad fascinante: en lugar de diseñar fármacos desde cero, ¿y si reutilizamos los que ya existen para nuevos fines?
Esto es lo que se conoce como reposicionamiento de fármacos. Y, gracias al crecimiento de bases de datos biomédicas como DrugBank (que ha pasado de 841 a más de 2.700 fármacos desde 2006), ahora es posible crear grafos donde los nodos son medicamentos y proteínas, y las conexiones, las interacciones entre ellos.
Aplicando redes neuronales gráficas, se puede predecir qué medicamentos podrían actuar sobre proteínas aún no asociadas a ellos. Estas predicciones luego se validan en laboratorio, lo que reduce drásticamente tiempo y costes.
Un modelo con acento español
En el laboratorio de Biología Computacional y Genómica Traslacional de la Universidad de Navarra, se ha desarrollado GeNNius, un modelo capaz de evaluar más de 23.000 interacciones en apenas un minuto.
A pesar de su potencial, el sistema aún enfrenta desafíos, como predecir interacciones con moléculas poco conocidas. Sin embargo, su capacidad de análisis masivo lo convierte en una herramienta muy prometedora.
Con investigación continua, podríamos estar ante el inicio de una revolución: algoritmos que no solo conectan personas, sino que también salvan vidas.
Fuente: TheConversation.
