BARCELONA, 1 des. (EUROPA PRESS) -
Científics de l'Institut de Recerca Biomèdica (IRB Barcelona) han desenvolupat un model predictor que anticipa els efectes dels medicaments, les substàncies naturals i els agents químics mediambientals sobre un 20% de les malalties gràcies al 'big data' sanitari.
La troballa, publicada a 'Nature Communications', pot tenir aplicació per "dissenyar fàrmacs més segurs, detectar associacions entre malalties i donar nous usos a fàrmacs ja aprovats", ha informat aquest dilluns l'IRB en un comunicat.
L'estudi ha comportat l'anàlisi de 10.000 molècules químiques que contenen 98.077 fragments associats a 1.176 condicions patològiques, representatives de totes les malalties humanes.
Fins als anys 80, els farmacòlegs dissenyaven una substància química i estudiaven l'efecte que tenia en un organisme model: aquesta pràctica d'assaig i error que va acumular molt coneixement, es va abandonar amb la irrupció de la biologia molecular.
Des de principis del segle XXI i fins a l'actualitat, els fàrmacs es dissenyen per alterar el comportament de proteïnes o gens que prèviament se saben afectats en una determinada patologia, però "aquesta aproximació basada en el coneixement biològic previ no està donant els fruits esperats".
L'acumulació de dades sanitaris que relacionen l'estructura química de substàncies a una malaltia pel seu efecte terapèutic o advers, ha permès desenvolupar un model predictor que relaciona una estructura química amb l'efecte que tindria en éssers humans.
L'estudi permet agrupar el coneixement acumulat, "redescobrint-lo i organitzant-lo", i generar un 20% de coneixement nou gràcies a l'explotació de les dades informatitzades.
A més, la troballa pot servir per detectar associacions entre dues malalties --anomenades comorbilitat--, així com per indicar nous possibles usos per a fàrmacs ja aprovats.
