Un desafío científico abierto ha proporcionado información valiosa sobre el descubrimiento de fármacos contra el coronavirus. Investigadores de todo el mundo, tanto académicos como de la industria, participaron en este desafío colaborativo, centrado en el uso de métodos computacionales para predecir la eficacia de moléculas pequeñas contra el SARS-CoV-2 y el MERS-CoV, así como para evaluar otros aspectos relevantes.
La iniciativa, impulsada por el Consorcio de Descubrimiento de Fármacos Antivirales Habilitado por la Estructura basado en IA, en colaboración con Polaris y el proyecto OpenADMET, utilizó datos experimentales inéditos como referencia. Se establecieron clasificaciones de rendimiento y se realizaron metaanálisis para identificar fortalezas metodológicas, posibles errores y áreas de mejora en el campo del aprendizaje automático.
Los resultados de este desafío sientan las bases para mejores prácticas en la evaluación del aprendizaje automático y resaltan el potencial de plataformas de nueva generación como Polaris para el diseño riguroso de desafíos y la participación comunitaria. El estudio ofrece una visión general de los datos, la infraestructura de evaluación y las estrategias más exitosas, y proporciona contexto para trabajos adicionales de los participantes que exploran enfoques individuales con mayor detalle.
El objetivo final de esta colaboración es avanzar en el desarrollo de métodos computacionales reproducibles, fiables y de alto impacto para el descubrimiento de fármacos, así como explorar las mejores prácticas y los desafíos en el diseño y la ejecución de futuros desafíos científicos.