Madrid. Una razón por la que es tan difícil producir vacunas eficaces contra algunos virus, como la gripe y el VIH, es que mutan muy rápidamente, lo que les permite evadir los anticuerpos generados por una vacuna en particular mediante un proceso conocido como escape viral. Los investigadores del Instituto Tecnológico de Massachusetts (MIT) idearon una forma de modelar computacionalmente ese proceso basándose en prototipos desarrollados para analizar el lenguaje.

El modelo puede identificar qué secciones de las proteínas de la superficie viral tienen más probabilidades de mutar de manera que permitan el escape viral y cuáles tienen menos posibilidades de mutar, lo que las convierte en buenos objetivos para nuevas vacunas, según una investigación publicada en la revista Science.

El escape viral de la proteína de superficie de la influenza y la de la envoltura del VIH son ambos muy responsables de que no tengamos una vacuna universal contra la gripe ni una para el VIH, los cuales causan cientos de miles de muertes al año, explica Bonnie Berger, profesora de matemáticas de Simons y directora del grupo de computación y biología en el Laboratorio de Ciencias de la Computación e Inteligencia Artificial del MIT.

En el estudio, Berger y sus colegas identificaron posibles objetivos para las vacunas contra la gripe, el VIH y el SARS-CoV-2. Desde que el artículo fue aceptado para su publicación, los investigadores también han aplicado su modelo a las nuevas variantes de SARS-CoV-2 surgidas recientemente en el Reino Unido y Sudáfrica. Ese análisis, que aún no ha sido revisado por pares, señaló las secuencias genéticas virales que deberían estudiarse más a fondo por su potencial para escapar de las vacunas existentes, dicen los expertos.

Berger y Bryan Bryson, profesor asistente de ingeniería biológica en el MIT y miembro del Instituto Ragon de MGH, MIT y Harvard, así como Brian Hie, estudiante graduado del MIT, son los autores principales del artículo.

Los diferentes virus adquieren mutaciones genéticas a diferentes velocidades, y el VIH y la influenza mutan más rápido. Para que estas mutaciones promuevan el escape viral, deben ayudar al virus a cambiar la forma de las proteínas de su superficie para que los anticuerpos ya no puedan unirse a ellas. Sin embargo, la proteína no puede cambiar de manera que la haga no funcional.

Si un virus quiere escapar del sistema inmunológico humano no quiere mutar para morir o no puede replicarse, explica Hie. Quiere preservar el estado físico, pero se disfraza lo suficiente como para que el sistema inmunológico humano no lo detecte.

Para modelar este proceso, los investigadores analizaron patrones encontrados en secuencias genéticas con un modelo del procesamiento del lenguaje natural, lo que les permite predecir nuevas secuencias con nuevas funciones, pero que siguen las reglas biológicas de la estructura de las proteínas.

Ventaja significativa

Una ventaja significativa de este tipo de modelado es que sólo requiere información de secuencia, que es mucho más fácil de obtener que las estructuras de proteínas. El modelo se puede entrenar con una cantidad relativamente pequeña de información; en este estudio, los investigadores utilizaron 60 mil secuencias de VIH, 45 mil de gripe y 4 mil.

Los expertos ahora trabajan en su modelo a fin de identificar posibles objetivos para las vacunas contra el cáncer, que estimulan el propio sistema inmunológico del cuerpo para destruir tumores. Dicen que también podría usarse para diseñar medicamentos de moléculas pequeñas que podrían ser menos propensos a provocar resistencia para enfermedades como la tuberculosis.

Hay tantas oportunidades, y lo hermoso es que todo lo que necesitamos son datos de secuencia, que son fáciles de producir, resalta Bryson.