Data quality as the missing translational layer in computational drug repurposing

Resumen Técnico: La calidad de los datos como la capa traslacional ausente en el reposicionamiento computacional de fármacos

Declaración del problema
El reposicionamiento computacional de fármacos ha acelerado la generación de hipótesis fármaco-enfermedad mediante diversas fuentes de datos, incluyendo estructuras químicas, firmas de expresión génica y datos del mundo real. Sin embargo, existe una brecha traslacional crítica entre la rápida generación de clasificaciones de candidatos y la disponibilidad de evidencia lista para la toma de decisiones. Los flujos de trabajo actuales suelen confundir los altos puntajes de los modelos o los grandes volúmenes de literatura con la "preparación de la evidencia" (evidence readiness). Esto conduce a la priorización de candidatos respaldados por evidencia fragmentada, ruidosa, con seguridad incompleta o inmadura. El problema central no es la falta de métodos de generación de candidatos, sino la ausencia de una capa consistente y estructurada para evaluar la calidad, la madurez y la relevancia traslacional de la evidencia que respalda una nominación antes de que esta escale a la revisión de expertos o validación.

Metodología
El artículo propone un marco de Auditoría de Preparación de la Evidencia (Evidence-Readiness Auditing), posicionado como una capa de calidad de decisión entre la nominación computacional y la priorización de cartera descendente. En lugar de predecir la eficacia clínica, esta auditoría evalúa la interpretabilidad y la robustez de la base de evidencia. El marco evalúa seis dimensiones específicas:

1. Calidad de la terminología: Evaluar la consistencia del mapeo de las entidades de fármacos y enfermedades (por ejemplo, distinguir entre ingredientes activos, sales y nombres comerciales; asegurar que los subtipos de enfermedades estén correctamente indexados).
2. Composición de la literatura: Descomponer el volumen de la literatura recuperada en categorías terapéuticas, adversas o irrelevantes para distinguir la señal del ruido.
3. Carga de seguridad: Auditar responsabilidades previas, relevancia de la dosis y perfiles de exposición para determinar si la experiencia humana previa es transferible a la nueva indicación.
4. Soporte externo: Identificar la presencia de ensayos clínicos, apoyo regulatorio o validación independiente.
5. Madurez de la evidencia: Clasificar el estado de la evidencia (por ejemplo, uso aprobado, apoyado por ensayos, preclínico, computacional) sin colapsar estos estados distintos en un único puntaje de confianza.
6. Incertidumbre Bayesiana: Cuantificar la estabilidad de la evaluación de madurez, tratando la incertidumbre como una parte explícita del problema de decisión en lugar de una advertencia post-hoc.

Para validar este marco, los autores construyeron un benchmark heterogéneo de 28 pares fármaco-enfermedad. Este conjunto incluyó ejemplos de COVID-19, controles clásicos de reposicionamiento, controles de oncología y hipótesis de oncología asistidas por computadora. El benchmark fue diseñado no para probar la eficacia, sino para probar la capacidad de la auditoría para distinguir entre diferentes estados de evidencia (por ejemplo, uso clínico establecido frente a una nominación computacional dispersa).

Resultados clave
La aplicación de la auditoría de preparación de la evidencia al benchmark arrojó varias percepciones críticas:

• La preparación y la incertidumbre son distintas: El estudio demostró que el puntaje de preparación de la evidencia de un candidato no puede interpretarse de forma aislada. Un candidato con una preparación moderada pero una incertidumbre estrecha (evidencia estable) es fundamentalmente diferente de uno con alta preparación pero una incertidancia amplia (evidencia frágil). Esto último suele surgir de registros dispersos, señales terapéuticas/adversas mixtas o una traslación inmadura.
• El volumen de literatura es un mal indicador de la fuerza: Los altos recuentos de publicaciones a menudo enmascaran la composición de la evidencia. Un par fármaco-enfermedad puede tener una gran huella de literatura dominada por eventos adversos, especulación mecánica o menciones irrelevantes, lo que infla la madurez percibida sin añadir confianza traslacional. Por el contrario, los candidatos con pocos datos pueden ser biológicamente plausibles, pero requieren una señalización explícita para la generación de más evidencia.
• La auditoría expone el "sobreanuncio" (overcalling): Al comparar las etiquetas de madurez esperadas contra las clasificaciones observadas por la auditoría, la mayoría de los casos (18 de 28) fueron "coincidencias parciales". Esto indica que la mayoría de las hipótesis de reposicionamiento ocupan estados intermedios donde existe cierta evidencia, pero las preguntas críticas sobre seguridad, adecuación al contexto de la enfermedad o incertidumbre permanecen sin resolver. La auditoría identificó con éxito estos estados intermedios, mientras que un simple ranking probablemente los habría oscurecido.
• La seguridad depende del contexto: La auditoría destacó que la aprobación previa no garantiza la seguridad en una nueva indicación. Las responsabilidades de seguridad deben auditarse contra la dosis, vía de administración, formulación y terapias concomitantes específicas del nuevo contexto propuesto.

Significancia y afirmaciones
El artículo argumenta que la calidad de los datos es un requisito traslacional, no simplemente un detalle de preprocesamiento. La principal significancia de este trabajo es la introducción de la Auditoría de Preparación de la Evidencia como un mecanismo para hacer que la base de evidencia del reposicionamiento de fármacos sea transparente, revisable y lista para la toma de decisiones.

Los autores afirman que este marco:

• Cambia el objeto de decisión de un candidato clasificado a un perfil de evidencia interpretable.
• Evita la escalada prematura de candidatos basada en señales "ruidosas" o recuentos de literatura inflados.
• Apoya el triaje estructurado al distinguir entre candidatos listos para la revisión de expertos y aquellos que requieren adjudicación de seguridad, validación preclínica o vigilancia continua.
• Se alinea con el pensamiento de calidad de decisión en el descubrimiento temprano de fármacos al hacer explícitas las suposiciones, incertidumbres y alternativas antes de comprometer los recursos.

El artículo establece explícitamente que esta auditoría no infiere la eficacia clínica, no estima efectos de tratamiento ni reemplaza la validación experimental o clínica. En cambio, sirve como un control ascendente para asegurar que la evidencia disponible sea lo suficientemente estandarizada, relevante y consciente de la seguridad para justificar el siguiente paso estratégico en el flujo de trabajo del descubrimiento de fármacos.