Uso de la inteligencia artificial en la investigación para el reposicionamiento de fármacos

• Olascoaga-Del Angel, Kevin Samael ^[1] ; Konigsberg-Fainstein, Mina ^[1] ; Pérez-Villanueva, Jaime ^[2] ; López Díaz-Guerrero, Norma Edith ^[1]
  1. [1] Universidad Autónoma Metropolitana

     Universidad Autónoma Metropolitana

     México

     
  2. [2] Departamento de Sistemas Biológicos, División de Ciencias Biológicas y de la Salud, Universidad Autónoma Metropolitana-Xochimilco
• Localización: TIP Revista Especializada en Ciencias Químico-Biológicas, ISSN 2395-8723, Vol. 25, Nº. 0, 2022, págs. 1-17
• Idioma: español
• Títulos paralelos:
  • Artificial intelligence in drug repurposing research
• Enlaces
  • Texto completo (pdf)
• Dialnet Métricas: 2 Citas
• Resumen
  • español

    El desarrollo de algoritmos para su utilización en la inteligencia artificial y la disponibilidad masiva de datos biomédicos han impulsado y acelerado la investigación, con el resultado de descubrimientos y de tratamientos novedosos utilizando fármacos patentados y aprobados para el tratamiento de diferentes enfermedades. Este proceso se conoce como reposicionamiento de fármacos (REFA), y puede ser abordado por una rama de la inteligencia artificial (IA) conocida como aprendizaje automático (AA). El aprendizaje automático se basa en un conjunto de algoritmos que, combinados con técnicas computacionales bien establecidas en el campo del descubrimiento de fármacos, han sido capaces de dar lugar, con una alta eficacia, a nuevas propiedades y relaciones farmacológicas anteriormente desconocidas. Así, se han identificado nuevos blancos y tratamientos potenciales contra diversos padecimientos como el cáncer, y las enfermedades neurodegenerativas e infecciosas, entre otras. El objetivo de este trabajo de revisión es contribuir a la literatura en español sobre el uso de la inteligencia artificial y el aprendizaje de máquina en la investigación para el reposicionamiento de fármacos.

  • English

    The development of sophisticated artificial intelligence algorithms and the massive availability of biomedical data have driven accelerated research to discover novel treatments using drugs previously developed and approved for other uses. This process is known as drug repositioning (DR), and it can be addressed by a branch of artificial intelligence (AI) known as machine learning (ML). Machine learning is based on a set of algorithms that, combined with well-established computational techniques in the field of drug discovery, have been able to infer new previously unknown pharmacological properties and relationships with high efficiency. Thus, new targets and potential treatments against various diseases such as cancer and neurodegenerative and infectious diseases have been identified. The objective of this review is to contribute to the literature in Spanish on the use of Artificial Intelligence and machine learning in drug repositioning research.