Un superordenador halla 77 candidatos para tratar el Covid-19
Puede manejar ingentes cantidades de datos, ahorrándoles trabajo a los científicos (y, sobre todo, tiempo).
Desde que comenzó la crisis del coronavirus, centros de investigación de todo el mundo están invirtiendo todos sus esfuerzos en encontrar tratamientos efectivos, y también una vacuna, contra el nuevo coronavirus SARS-CoV-2.
Por ahora, se han examinado algunos compuestos para elaborar fármacos que pueden resultar prometedores, y dos de ellos han iniciado los ensayos clínicos en humanos en China. Con este fin, la tecnología es uno de nuestros mejores aliados, y la supercomputación, cada vez más sofisticada, puede manejar ingentes cantidades de datos, ahorrándoles trabajo a los científicos (y, sobre todo, tiempo).
Ahora, un superordenador de IBM ha sido capaz de hacer simulaciones con 8 000 compuestos en unos pocos días y han identificado 77 compuestos que han demostrado potencial para dañar la capacidad de SARS-CoV-2 de atracar e infectar las células huésped.
Pero, primero, una breve explicación biológica: el virus que causa el Covid-19 posee unas proteínas en su superficie con una afinidad muy concreta con otras células de nuestros alveolos pulmonares, los receptores de la enzima convertidora de angiotensina humana 2 o ACE2.
A través de esta afinidad, y mediante un proceso similar a una llave entrando en una cerradura, el virus ingresa en nuestras células. Pues bien, hasta 77 compuestos, según IBM, podrían alterar esta afinidad llave-cerradura para impedir que el virus ‘derrame’ su ARN en el interior de las células, impidiendo así que afecte a nuestro organismo.
Los investigadores pueden estudiar cultivos del virus en el laboratorio y ver cómo reaccionan ante la introducción de nuevos compuestos, pero esto puede ser un proceso lento sin un ordenador que puedan realizar simulaciones digitales.
En cambio, las simulaciones por ordenador pueden examinar rápidamente cómo reaccionan las diferentes variables de compuestos con diferentes virus. Cada una de estas variables individuales puede estar compuesta por millones o incluso miles de millones de datos únicos. Esto crea la necesidad de elaborar combinaciones múltiples; un arduo proceso que puede convertirse en automático y veloz utilizando hardware básico.
