Especialistas rusos han desarrollado la herramienta SAASBench para evaluar la precisión de los modelos de IA utilizados en el desarrollo de medicamentos basados en anticuerpos. El sistema permite verificar si la inteligencia artificial puede identificar correctamente la proteína objetivo de un anticuerpo entre varias proteínas similares y comparar la eficacia de diferentes modelos computacionales antes de que comiencen los experimentos de laboratorio. El desarrollo fue creado por especialistas del Centro de Inteligencia Artificial Práctica de Sberbank y el Instituto AIRI, según informó el servicio de prensa de Sber.
Los anticuerpos son proteínas del sistema inmunitario que reconocen moléculas específicas: los antígenos. Sobre su base se crean medicamentos modernos, incluso para el tratamiento de enfermedades oncológicas, autoinmunes e infecciosas.
Un anticuerpo puede imaginarse como un "buscador" muy preciso para una proteína específica. Si hay varias proteínas similares en el cuerpo, debe encontrar exactamente la correcta. La nueva herramienta verifica si la IA puede identificar correctamente dicho par.
Decidimos poner a prueba la inteligencia artificial con una pregunta pragmática: ¿encontrará, entre varias proteínas similares, exactamente aquella con la que debe trabajar el anticuerpo? Para ello, desarrollamos SAASBench, una herramienta para comparar modelos de IA en las primeras etapas de la creación de anticuerpos. No reemplaza el laboratorio, pero ayuda a descartar enfoques computacionales poco fiables.
Uno de los principales indicadores en dicha selección es la especificidad, es decir, la capacidad del anticuerpo para unirse precisamente a la proteína deseada. Esto es fundamentalmente importante. Incluso si un anticuerpo se une bien a la molécula deseada, puede unirse simultáneamente a otras proteínas similares. En ese caso, la precisión del diagnóstico y la eficacia del tratamiento disminuyen, y el riesgo de efectos secundarios puede aumentar.
SAASBench precisamente ayuda a verificar este punto en las secuencias de anticuerpos creadas por IA y a comprender qué herramientas computacionales dan resultados fiables y cuáles es mejor no utilizar.