AIS: Un sistema inmune artificial

Investigadores de la Oklahoma State University han diseñado un sistema inmune artificial capaz de imitar la forma en que un cuerpo vivo adquiere inmunidad a las enfermedades mediante la aplicación de vacunas.  Este software permitirá acelerar el desarrollo de nuevos fármacos, ya que muchos de los ensayos que se realizan in vitro o en animales podrán ser efectuados en pocos minutos utilizando un ordenador.

Cada vez que necesitan poner a punto un nuevo medicamento destinado a interactuar con nuestro sistema inmune, los científicos realizan un sinfín de pruebas en animales o dentro del laboratorio. Estas pruebas, además de ser costosas y encontrarse bajo el celoso escrutinio de las organizaciones defensoras de los derechos de los animales, suelen demorar bastante tiempo en estar listas. No es para menos: elaboras la versión “1.0” de un fármaco, se lo inyectas a una rata, esperas una semana y analizas los resultados. Si todo falla, te tomas unos días para poner a punto la versión “2.0” y vuelves a comenzar. De esa forma, el desarrollo de una vacuna puede demorar meses o años.

Afortunadamente, el avance de los ordenadores y de los sistemas de inteligencia artificial ha llegado a un punto en el que muchas de las tareas típicas de un laboratorio pueden desarrollarse sin necesidad de algunos de estos pasos. Un buen ejemplo de esto es Eureqa, el algoritmo que permite deducir leyes o tendencias a partir de un grupo de datos en bruto. Ahora, el último número de la publicación del IEEE Transactions on Systems, Man and Cybernetics, incluye un artículo en el que   Kumlachew M. Woldemariam y Gary G. Yen, ambos de la Oklahoma State University, explican cómo han puesto a punto un “sistema inmune artificial”. Este software permite simular la forma en que las vacunas o medicamentos interactúan con nuestras líneas de defensas, permitiendo averiguar si una droga experimental será o no efectiva de forma rápida, limpia y barata.

Los primeros resultados muestran que el sistema, efectivamente, permite explorar una mayor cantidad de opciones y encontrar rápidamente las configuraciones óptimas. Se trata de una rama bastante reciente de la computación evolutiva, a la que los investigadores denominan “Artificial Immune Systems” (AIS),  en la que los sistemas de cómputo imitan la estructura y el comportamiento del sistema inmune. Proporcionándole los métodos de reconocimiento de patrones, análisis de datos y aprendizaje automático adecuados, un sistema AIS tiene aplicaciones potenciales en campos tan dispares como la informática, la robótica y la tecnología de la información.

A diferencia de algunos sistemas inmunes artificiales, el desarrollo de Woldemariam y Yen se centra en la forma en que las vacunas pueden mejorar el rendimiento del sistema inmunológico. Los anticuerpos del sistema inmunológico están constantemente tratando de reconocer las células extrañas (o propias, pero que funcionen mal) para saber si son bacterias, virus o tumores. Deben realizar este trabajo de forma correcta, para no obtener “falsas alarmas” provenientes de las propias células del cuerpo sano. La manera en que el sistema inmunológico distingue entre diferentes tipos de células puede ser tratada como si fuese un problema de optimización. Los anticuerpos serían puntos en el espacio de decisión y los antígenos las soluciones que el sistema inmunológico busca. Pero aunque el sistema inmunitario funcione muy bien, a veces no es capaz de identificar un antígeno con la suficiente rapidez como para evitar que cause la enfermedad. Para “acelerar” el funcionamiento del sistema inmune es que administramos vacunas, que no hacen más que brindarle herramientas a nuestro organismo para que puedan detectar a los invasores. Compuestas de antígenos debilitados, las vacunas ayudan a desarrollar una “memoria inmunológica” que nos permite reconocer el mismo antígeno en el futuro. El software de la Universidad de Oklahoma permite identificar rápidamente las soluciones óptimas mediante la manipulación de determinados puntos en el espacio de decisión.

"La idea detrás de la introducción de la noción de vacunas en el algoritmo evolutivo es ayudar a mejorar la diversidad de los anticuerpos", dice Yen. "La forma en que las vacunas son extraídas desde el espacio de decisión es aquella que permite que el espacio de decisión sea explorado completamente." Al comparar el nuevo algoritmo con otros similares, los investigadores encontraron que su software fue mucho más eficiente. Para Yen, su AIS tiene el potencial de mejorar la forma en que se desarrollan las vacunas, lo que no es poca cosa.