Cuando comenzó la pandemia, ante la rapidez en la que el SARS-CoV-2 se iba propagando alrededor del mundo, investigadores e investigadoras del Computer Science adn Artificial Intelligence Laboratory (CSAIL) del MIT comenzaron a investigar cómo podrían usar deep learning para predecir combinaciones de medicamentos eficaces para combatir la COVID-19. El problema de nuevas enfermedades o virus es que no hay suficientes datos para desarrollar medicamentos o combinaciones de medicamentos eficaces de manera rápida, y la dificultad es aún mayor cuando estas enfermedades y virus van mutando. En CSAIL se propusieron dar respuesta a esta problemática.
Para ello, el equipo desarrolló una nueva forma de abordar el tema a través de una red neuronal con dos modelos: el modelo predictor de la interacción medicamento-objetivo, y el modelo predictor de la sinergía medicamento-medicamento. Mientras que el primer predictor modela cómo interactúan el medicamento y varios objetivos biológicos relacionados con la enfermedad, el otro modela la comprensión de la actividad antiviral de medicamentos. La combinación de ambos modelos ayuda a predecir las sinergias de dos medicamentos.
Este modelo ha dado resultados exitosos en la lucha contra la COVID-19, pero no se limita solo al SARS-CoV-2. El equipo prevé que también se pueda usar con nuevas variantes como la Delta, y también ha aplicado el modelo al VIH y el cáncer pancreático.