Nuevos métodos de inteligencia artificial para analizar la difusión anómala podrían contribuir a estudiar los mecanismos de propagación de las infecciones

Una mancha de tinta flotando en el agua se expande de forma proporcional al tiempo que se deja flotando; es decir, cuanto más tiempo pasa, mayor se hace. La expansión de esta mancha es consecuencia de la trayectoria que tienen las moléculas que componen la tinta y que, debido a la interacción con las moléculas de agua, siguen un recorrido aleatorio, por tanto difícil de prever con anterioridad.

En algunos entornos naturales, este fenómeno es incluso más complicado, puesto que la expansión de la mancha puede dejar de ser proporcional respecto al tiempo, es lo que se llama difusión anómala. Este fenómeno presenta notables diferencias respecto al movimiento browniano que fue explicado teóricamente por Albert Einstein en 1906. Desviaciones significativas de la ley del llamado movimiento browniano se han descubierto en una gran variedad de seres y situaciones, desde la biología hasta el mercado de valores. En la naturaleza parece ser más típico el comportamiento anómalo que el browniano. Por ejemplo, determinados animales, como algunas aves, siguen una trayectoria de vuelo compatible con modelos de difusión anómala para emparejarse cuando están en época de celo o cuando buscan comida. De la misma forma, algunas proteínas y virus durante el proceso de infección siguen un movimiento de difusión anómala en el entorno celular. Saber interpretar estos movimientos ayuda a comprender mejor las propiedades del proceso y su entorno y, en el caso de las infecciones, puede ayudar a diseñar estrategias terapéuticas.

Hasta hace poco, las trayectorias aleatorias se habían estudiado con métodos de estadística clásica, pero en los últimos años se ha empezado a utilizar la inteligencia artificial. El estudio Objective comparison of methods to decode anomalous diffusion publicado el 29 de octubre en Nature Communications y llevado a cabo por un grupo de investigadores liderado por Carlo Manzo, investigador Ramón y Cajal en la Facultad de Ciencias y Tecnología de la Universidad de Vic – Universidad Central de Cataluña (UVic-UCC) y coordinador del grupo de investigación Quantitative Biolmaging (QuBi Lab), representa la primera evaluación de métodos convencionales y de inteligencia artificial para cuantificar la difusión anómala a partir de trayectorias individuales de elementos muy diversos, tales como átomos, moléculas de RNA o proteínas.

Este estudio abre grandes posibilidades en la investigación sobre difusión anómala en muchos escenarios. Uno de estos escenarios es el estudio del patrón de desplazamientos de las personas, por ejemplo en relación a la propagación geográfica de las enfermedades infecciosas. “Los movimientos humanos se producen en diferentes ambientes y con una variedad de medios de transporte, lo que les hace compatibles con algunos modelos de difusión anómala. Sería interesante aplicar estos métodos para estudiar trayectorias obtenidas mediante móvil, relacionarlas con la difusión de enfermedades y con los patrones de contención”, explica Manzo.

La utilidad de esta investigación radica en que “estudiar la difusión anómala sirve para poder comprender mejor determinados comportamientos, ayuda a hacer previsiones más acertadas ya anticiparse a lo que van a hacer o va a pasar”, explica Carlo Manzo. Y esto es válido tanto para el movimiento de los animales en sí como, a nivel microscópico, de las estructuras celulares que los conforman. En el caso de las proteínas, por ejemplo, el estudio de las trayectorias permite entender mejor las interacciones bioquímicas en un entorno celular, ya que la forma en que se mueven las proteínas afecta a la probabilidad de que se encuentren. En otro escenario muy diferente, en la bolsa, las acciones tienen fluctuaciones de valor según modelos de difusión anómala que se pueden utilizar para identificar escenarios de riesgo y realizar previsiones.

Esfuerzo comunitario mediante una competición
El trabajo ha sido realizado por un equipo internacional de científicos encabezado por Carlo Manzo de la UVic-UCC e integrado, también, por Giovanni Volpe de la Universidad de Gotemburgo, Gorka Muñoz-Gil y Maciej Lewenstein del Instituto de Ciencias Fotónicas e investigador de ICREA, Miguel Angel García-March de la Universidad Politécnica de Valencia y Ralf Metzler de la Universidad de Potsdam.

Para llevar a cabo la investigación, durante todo el año pasado el equipo de investigadores que le ha impulsado puso en marcha una competición abierta a todo el mundo que quisiera participar para comparar los métodos que ya existían y estimular la propuesta de nuevos enfoques. El concurso Anomalous Diffusion (AnDi) Challenge reunió a más de 30 participantes de 22 instituciones y 11 países. Para esta competición se creó un conjunto de datos simulados, sin mencionar lo que representaban. Todos los investigadores participantes tuvieron que analizar estos datos y proporcionar sus previsiones. "En los últimos años, este tipo de esfuerzos colectivos han acabado siendo bastante comunes en la ciencia y ayudan a mejorar las técnicas de análisis muy rápidamente", subraya Manzo.

Una vez analizados los resultados obtenidos se vieron qué métodos para cuantificar la difusión anómala funcionaban mejor. "Por primera vez se ha recogido una biblioteca de métodos que se han comparado sistemáticamente y que ahora todo el mundo puede utilizar para analizar trayectorias en ámbitos muy diferentes", remarca el investigador principal. Según Manzo, “cualquier movimiento que pueda rastrearse se puede llegar a analizar con estas herramientas. En general, los métodos de inteligencia artificial (basados ​​en el deep learning) logran extraer más información y aprovecharla mejor, por lo que funcionan mucho mejor que los métodos clásicos con trayectorias cortas o ruidosas”.

La comunidad científica reunida en torno al AnDi challenge se encontrará en un congreso organizado con el apoyo de ICFO, Optica, UVic-UCC y la Sociedad Catalana de Biología que se celebrará en Castelldefels a principios de diciembre, evento en el que se entregarán los premios a los equipos ganadores del AnDi challenge.