Pese a que la ELA no sea una enfermedad muy frecuente, ya que afecta a entre 2 y 16 casos por cada 100.000 habitantes, su avance es bastante rápido y los tratamientos son escasos, lo que hace que sea uno de los mayores retos de la medicina actualmente. Otro reto es diagnosticarlo tempranamente, ya que los primeros síntomas no son muy concretos y se pueden confundir con otras cosas.
Por este motivo, el proyecto NEUROQIA busca crear modelos de inteligencia cuántica avanzados que tengan la capacidad para identificar patrones y pronósticos que sean relevantes para el diagnóstico de la ELA. Respecto a su modus operandi, los datos estarán compuestos por información clínica, genómica y ambiental que se utilizarán en un modelo de análisis multimodal con el que será posible detectar patrones ocultos en cohortes reducidas de pacientes y lograr alcanzar un diagnóstico y tratamiento personalizado para esta enfermedad.
Respecto al papel de la computación cuántica y la inteligencia artificial en este proyecto, ambos pueden procesar y correlacionar volúmenes de datos biomédicos complejos, sin importar el tamaño. Esto es posible por su potencia de cálculo (que es bastante grande), los algoritmos cuánticos están capacitados para identificar relaciones entre variables genéticas, clínicas y ambientales imposibles de detectar mediante métodos tradicionales. Para una enfermedad tan compleja de diagnosticar como la ELA esta habilidad vale oro, ya que no hay suficientes pacientes para realizar estudios clínicos y a su vez se trata de una enfermedad bastante heterogénea.
Respecto a la estructura de este proyecto, el equipo de I+D de Ayesa va a crear algoritmos cuánticos e híbridos (cuántico-clásicos) para el análisis de datos clínicos y ómicos, y a su vez, aplicará modelos de simulación cuántica a las estructuras moleculares que afectan a la enfermedad y monitorizará experimentalmente los resultados obtenidos mediante modelos celulares y animales, para su validación.
El último paso tiene un papel importante para identificar "nuevas dianas terapéuticas y avanzar hacia una medicina de precisión capaz de adaptar los tratamientos a las características genéticas y biológicas de cada paciente", según ha explicado Ayesa en un comunicado.
Finalmente, el objetivo es identificar nuevos blancos terapéuticos y dar un paso más para lograr una medicina de precisión capaz de adaptar los tratamientos a las características genéticas y biológicas de cada paciente.