Un nuevo proceso informático desarrollado por químicos de ETH Zurich permite generar ingredientes farmacéuticos activos de forma rápida y sencilla a partir de la superficie tridimensional de una proteína. El nuevo proceso, detallado en Nature Communications , podría revolucionar la investigación farmacológica.
"Es un verdadero avance para el descubrimiento de fármacos", afirma Gisbert Schneider, profesor del Departamento de Química y Biociencias Aplicadas de la ETH Zurich. Junto con su antiguo estudiante de doctorado Kenneth Atz, ha desarrollado un algoritmo que utiliza inteligencia artificial (IA) para diseñar nuevos ingredientes farmacéuticos activos.
Para cualquier proteína con una forma tridimensional conocida, el algoritmo genera planos de posibles moléculas de fármaco que aumentan o inhiben la actividad de la proteína. Luego, los químicos pueden sintetizar y probar estas moléculas en el laboratorio.
Todo lo que necesita el algoritmo es la estructura superficial tridimensional de una proteína. En base a eso, diseña moléculas que se unen específicamente a la proteína según el principio de cerradura y llave para poder interactuar con ella.
El nuevo método se basa en los esfuerzos de décadas de los químicos para dilucidar la estructura tridimensional de las proteínas y utilizar computadoras para buscar posibles moléculas farmacológicas adecuadas. Hasta ahora, esto suponía a menudo un trabajo manual laborioso y, en muchos casos, la búsqueda dio como resultado moléculas que eran muy difíciles o imposibles de sintetizar. Si los investigadores utilizaron la IA en este proceso en los últimos años, fue principalmente para mejorar las moléculas existentes.
Ahora, sin intervención humana, una IA generativa puede desarrollar moléculas de fármacos desde cero que coincidan con la estructura de una proteína. Este nuevo e innovador proceso garantiza desde el principio que las moléculas puedan sintetizarse químicamente. Además, el algoritmo sugiere sólo moléculas que interactúan con la proteína especificada en el lugar deseado y casi nada con otras proteínas.
"Esto significa que, al diseñar una molécula de fármaco, podemos estar seguros de que tendrá el menor número posible de efectos secundarios", afirma Atz.
Para crear el algoritmo, los científicos entrenaron un modelo de IA con información de cientos de miles de interacciones conocidas entre moléculas químicas y las correspondientes estructuras proteicas tridimensionales.
Junto con investigadores de la empresa farmacéutica Roche y otros socios cooperantes, el equipo de ETH probó el nuevo proceso y demostró de qué es capaz.
Los científicos buscaron moléculas que interactúen con proteínas de la clase PPAR, proteínas que regulan el metabolismo del azúcar y los ácidos grasos en el cuerpo. Varios medicamentos para la diabetes que se utilizan hoy en día aumentan la actividad de los PPAR, lo que hace que las células absorban más azúcar de la sangre y que el nivel de azúcar en sangre baje.
Inmediatamente, la IA diseñó nuevas moléculas que también aumentan la actividad de los PPAR, como los fármacos disponibles actualmente, pero sin un largo proceso de descubrimiento. Después de que los investigadores de ETH produjeron estas moléculas en el laboratorio, los colegas de Roche las sometieron a diversas pruebas. Estos demostraron que las nuevas sustancias son realmente estables y no tóxicas desde el principio.
Los investigadores ya no persiguen más estas moléculas con vistas a comercializar medicamentos basados en ellas. En cambio, el propósito de las moléculas era someter el nuevo proceso de IA a una prueba inicial rigurosa.
Sin embargo, Schneider afirma que el algoritmo ya se utiliza en estudios similares en la ETH Zurich y en la industria. Uno de ellos es un proyecto con el Hospital Infantil de Zúrich para el tratamiento de los meduloblastomas, los tumores cerebrales malignos más frecuentes en los niños. Además, los investigadores han publicado el algoritmo y su software para que investigadores de todo el mundo puedan utilizarlos en sus propios proyectos.
"Nuestro trabajo ha hecho que el mundo de las proteínas sea accesible para la IA generativa en la investigación de fármacos", afirma Schneider. "El nuevo algoritmo tiene un enorme potencial". Esto es especialmente cierto para todas las proteínas médicamente relevantes del cuerpo humano que no interactúan con ningún compuesto químico conocido.
Más información: Kenneth Atz et al, Diseño prospectivo de novo de fármacos con aprendizaje profundo del interactoma, Nature Communications (2024). DOI:10.1038/s41467-024-47613-w
Información de la revista: Comunicaciones sobre la naturaleza
Proporcionado por ETH Zurich
