Las proteínas son moléculas grandes que desempeñan un papel vital en muchos procesos biológicos. Pueden actuar como enzimas que catalizan reacciones químicas; receptores, que se unen a moléculas específicas y desencadenan una respuesta celular; y transportadores, que mueven moléculas a través de las membranas celulares. Los fármacos suelen actuar uniéndose a proteínas e interfiriendo con su función.
Sin embargo, puede resultar difícil predecir cómo interactuará un fármaco con una proteína. Esto se debe a que las proteínas son moléculas complejas con muchos sitios de unión diferentes. La fuerza de unión de un fármaco a una proteína depende de la estructura química del fármaco, la estructura de la proteína y el entorno en el que tiene lugar la interacción.
El método AFE desarrollado por los investigadores de la UCSD aborda este desafío mediante el uso de una combinación de técnicas computacionales y experimentales. El componente computacional del método utiliza una simulación de dinámica molecular para calcular la energía libre de unión entre un fármaco y una proteína. El componente experimental del método utiliza una técnica llamada "anisotropía de fluorescencia" para medir la afinidad de unión entre un fármaco y una proteína.
El método AFE puede calcular con precisión la afinidad de unión de un fármaco por una proteína incluso cuando la proteína es flexible y tiene múltiples sitios de unión. Esto convierte al método en una herramienta valiosa para el descubrimiento de fármacos.
"Nuestro método podría ayudar a los científicos a diseñar nuevos fármacos que sean más eficaces y tengan menos efectos secundarios", dijo Rommie Amaro, profesora de química y bioquímica de la UCSD y autor principal del estudio. "Estamos entusiasmados de ver cómo se utilizará nuestro método para desarrollar nuevas terapias para enfermedades como el cáncer, el Alzheimer y el VIH".
El estudio fue publicado en la revista Nature Methods.
