{"id":35098,"date":"2024-03-01T10:45:54","date_gmt":"2024-03-01T09:45:54","guid":{"rendered":"https:\/\/comet.technology\/?p=35098"},"modified":"2024-03-01T10:46:44","modified_gmt":"2024-03-01T09:46:44","slug":"aplicacions-innovadores-per-a-un-futur-mes-verd-les-solucions-digitals-per-a-la-salut-ambiental-del-projecte-scenarios-mitjancant-laprenentatge-profund","status":"publish","type":"post","link":"https:\/\/comet.technology\/ca\/2024\/03\/01\/aplicacions-innovadores-per-a-un-futur-mes-verd-les-solucions-digitals-per-a-la-salut-ambiental-del-projecte-scenarios-mitjancant-laprenentatge-profund\/","title":{"rendered":"Aplicacions innovadores per a un futur m\u00e9s verd: les solucions digitals per a la salut ambiental del projecte SCENARIOS mitjan\u00e7ant l’aprenentatge profund"},"content":{"rendered":"\n

Unint tecnologia i assist\u00e8ncia sanit\u00e0ria, el projecte SCENARIOS, finan\u00e7at per l’Horitz\u00f3 2020 de la UE, \u00e9s pioner en els aven\u00e7os en l’avaluaci\u00f3 de riscos i la salut ambiental mitjan\u00e7ant la combinaci\u00f3 sin\u00e8rgica de la qu\u00edmica computacional, la quimform\u00e0tica i l’aprenentatge autom\u00e0tic amb l’aprenentatge profund. Introdueix eines innovadores per predir les interaccions mol\u00e8cula-objectiu biol\u00f2gic i la citotoxicitat composta, alineant-se amb la visi\u00f3 lliure de toxines del Pacte Verd Europeu. Aquests models combinen la pot\u00e8ncia computacional amb dissenys centrats en l’usuari, millorant les capacitats de recerca global.<\/p>\n\n

Tots els models estan allotjats a la plataforma Enalos Cloud<\/a> (figura 1), amb interf\u00edcies f\u00e0cils d’utilitzar que permeten als investigadors introduir estructures qu\u00edmiques en diversos formats i rebre prediccions de manera instant\u00e0nia. La plataforma \u00e9s d’\u00fas gratu\u00eft i no cal autenticaci\u00f3 per accedir a les eines. Tamb\u00e9 hi ha material de formaci\u00f3 disponible per ajudar els usuaris a explotar els models. Aquesta accessibilitat subratlla el comprom\u00eds del projecte per democratitzar les eines computacionals avan\u00e7ades per a la comunitat cient\u00edfica.<\/p>\n\n

\"\"
Figura 1: Captura de pantalla de la inst\u00e0ncia Enalos Cloud del projecte SCENARIOS.<\/figcaption><\/figure>\n\n

A mesura que investiguem m\u00e9s en profunditat les especificitats del projecte SCENARIOS, \u00e9s essencial recon\u00e8ixer el seu paper no nom\u00e9s a l’hora d’avaluar els riscos d’exposici\u00f3 a llarg termini de les subst\u00e0ncies per- i polifluoroalquils (PFAS), sin\u00f3 tamb\u00e9 en l’establiment de nous est\u00e0ndards per a la gesti\u00f3 del medi ambient i la protecci\u00f3 de la salut. A trav\u00e9s de la fusi\u00f3 de l’aprenentatge profund i la investigaci\u00f3 cient\u00edfica, el projecte obre el cam\u00ed cap a un futur on la tecnologia i l’assist\u00e8ncia sanit\u00e0ria convergeixen per superar els reptes del present i desbloquejar les possibilitats del dem\u00e0. Alguns dels desenvolupaments clau realitzats fins ara durant el projecte SCENARIOS inclouen:<\/p>\n\n

Predicci\u00f3 de la pot\u00e8ncia biol\u00f2gica per als agonistes de PPAR\u03b4<\/strong>: seguint les directrius de l’OCDE, aquest model de lectura transversal utilitza dades de bioassaig de PubChem per predir la pot\u00e8ncia biol\u00f2gica dels nous agonistes de PPAR\u03b4, ajudant a la identificaci\u00f3 de compostos amb potencial terap\u00e8utic (enlla\u00e7 al servei<\/a>, enlla\u00e7 a la documentaci\u00f3<\/a>).<\/p>\n\n

\"\"
Figura 2: Entorn PPAR\u03b4 a la plataforma Enalos Cloud.<\/figcaption><\/figure>\n\n

Mol\u00e8cules petites de predicci\u00f3 d’afinitat d’uni\u00f3 millorada a PPAR\u03b3<\/strong>: aprofitant el poder del paquet DeepChem i del marc Keras DL, aquest model prediu l’afinitat d’uni\u00f3 de mol\u00e8cules petites amb el receptor gamma activat per proliferador de peroxisomes (PPAR\u03b3), un objectiu d’alta rellev\u00e0ncia per a malalties metab\u00f2liques ( Enlla\u00e7 al servei<\/a>, Enlla\u00e7 a la documentaci\u00f3<\/a>).<\/p>\n\n

\"\"
Figura 3: Entorn PPAR\u03b3 a la plataforma Enalos Cloud.<\/figcaption><\/figure>\n\n

Predicci\u00f3 de citotoxicitat mitjan\u00e7ant modelitzaci\u00f3 de consens<\/strong>: un enfocament sin\u00e8rgic combina prediccions d’aprenentatge profund amb descriptors moleculars, millorant la precisi\u00f3 de les avaluacions de citotoxicitat dels compostos. Aquest model es comunica amb el model d’aprenentatge profund anterior mitjan\u00e7ant les API d’Enalos (figura 3) per integrar l’afinitat d’uni\u00f3 dels compostos a PPAR\u03b3 per a la predicci\u00f3 de la seva citotoxicitat. Aquest model utilitza metodologies com Random Forest, k-Nearest Neighbors i Support Vector Machine per a prediccions s\u00f2lides de consens (enlla\u00e7 al servei<\/a>, enlla\u00e7 a la documentaci\u00f3<\/a>).<\/p>\n\n

\"\"
Figura 4: Entorn de citotoxicitat PPAR\u03b3 a la plataforma Enalos Cloud.<\/figcaption><\/figure>\n\n
\"\"
Figura 5: captura de pantalla de les API RESTful de SCENARIOS.<\/figcaption><\/figure>\n\n

Predicci\u00f3 de mol\u00e8cules petites Solubilitat i factor de bioconcentraci\u00f3: <\/strong>Mitjan\u00e7ant la inst\u00e0ncia SCENARIOS de la plataforma Enalos Cloud \u00e9s possible avaluar les propietats i la toxicitat de mol\u00e8cules petites a partir de dos models k-Nearest Neighbors. En detall, els models poden predir la solubilitat en aigua de les mol\u00e8cules i el factor de bioconcentraci\u00f3 (BCF). BCF \u00e9s una mesura del potencial d’una subst\u00e0ncia qu\u00edmica per acumular-se en els teixits dels organismes vius (especialment els organismes aqu\u00e0tics), que pot provocar efectes nocius sobre ells o sobre l’ecosistema. (Enlla\u00e7 al servei (logS)<\/a>, Enlla\u00e7 al servei (logBCF<\/a>))<\/p>\n\n

Les aplicacions del projecte SCENARIOS podrien contribuir significativament a comprendre i mitigar els impactes ambientals i de salut dels PFAS. Com que els PFAS interaccionen amb biomol\u00e8cules com PPAR\u03b1\/\u03b3 i permeten el seu transport dins del cos, entendre les interaccions PPAR-PFAS pot permetre dissenyar compostos alternatius amb un impacte m\u00ednim. En aquest cas, aprofitant els models predictius desenvolupats per avaluar les interaccions i la toxicitat de les mol\u00e8cules petites, els investigadors poden avaluar potencialment els efectes del PFAS sobre les dianes biol\u00f2giques i la seva citotoxicitat. Aquestes eines ofereixen un enfocament computacional avan\u00e7at per examinar els compostos de PFAS de manera eficient, predir la seva persist\u00e8ncia ambiental i avaluar els seus possibles riscos per a la salut, alineant-se amb els esfor\u00e7os globals per gestionar i reduir l’exposici\u00f3 a PFAS.<\/p>\n\n

En tots els entorns, l’entorn d’entrada \u00e9s el mateix. La interf\u00edcie gr\u00e0fica d’usuari ofereix tres pestanyes que permeten acceptar una o diverses estructures com a entrada en tres formats diferents:<\/p>\n\n