Uso de la inteligencia artificial en el desarrollo de fármacos

WACKER, CordenPharma, LMU y HU Berlín entrenan un algoritmo de aprendizaje automático para la formulación de activos de ARN

03.04.2023 - Alemania

Junto con la Universidad Ludwig Maximilian (LMU) de Múnich y la Universidad Humboldt de Berlín (HU Berlin), Wacker Chemie AG y CordenPharma International GmbH han puesto en marcha un proyecto para acelerar el desarrollo de fármacos basados en ARN. El objetivo es desarrollar una nueva generación de nanopartículas lipídicas (LNP), que son un componente clave de los fármacos basados en ARN. A partir de estas formulaciones, se entrenará un algoritmo de aprendizaje automático que identifique los mejores componentes para nuevas formulaciones de ARN, una fase de desarrollo que hasta ahora ha sido especialmente larga y costosa. El proyecto, de tres años de duración, comenzará el 1 de abril de 2023 y cuenta con una financiación de unos 1,4 millones de euros del Ministerio Federal de Economía y Energía de Alemania.

Computer-generated image

Imagen simbólica

Tras el éxito de las vacunas COVID-19 basadas en ARN, se atribuye un gran potencial médico a los productos farmacéuticos que contienen ARN como principio activo. El desarrollo se centra no sólo en vacunas contra enfermedades infecciosas, sino también en tratamientos contra el cáncer y las enfermedades hereditarias. En todo el mundo se investigan diversos principios activos con distintas composiciones de nanopartículas lipídicas. Con su proyecto conjunto, WACKER, CordenPharma, LMU y HU Berlin se han propuesto acelerar el desarrollo de fármacos basados en ARN. Para lograrlo, los socios están desarrollando una nueva generación de nanopartículas lipídicas (LNP) y un sistema de aprendizaje automático para la formulación de ARN, con el que se pretende reducir tanto el tiempo de desarrollo como los costes.

Los socios desempeñan distintas funciones en el proyecto. WACKER fabrica las moléculas de ARN y suministra así el componente central de los productos farmacéuticos basados en ARN. Además del ácido ribonucleico mensajero (ARNm), al que se da prioridad en las aplicaciones clínicas, WACKER también produce otras moléculas de ARN para el proyecto, como los ARN autoamplificadores (saRNAs) y los ARN circulares (circRNAs). La empresa está probando nuevos procesos de fabricación específicos para ellos. "Los distintos tipos de moléculas de ARN tienen diversas propiedades, son adecuados para diversas aplicaciones y se fabrican de diferentes maneras", explica el Dr. Hagen Richter, jefe de investigación de ácidos nucleicos de WACKER, responsable de la coordinación del proyecto. "Los circARN se caracterizan por su gran estabilidad, lo que los hace especialmente adecuados para tratamientos en los que los activos deben liberarse más lentamente y durante más tiempo". En los últimos años, WACKER ya ha adquirido experiencia en la fabricación de ARNm de acuerdo con las directrices GMP (Buenas Prácticas de Fabricación).

Junto con la HU de Berlín, CordenPharma desarrollará componentes básicos para nanopartículas, los llamados lípidos modificados. Estos garantizan que los activos entren en el cuerpo de forma segura y se liberen en su destino. "El desarrollo de nanopartículas lipídicas (LNP) para la formulación de ARN es un proceso complejo que requiere lípidos específicos. En el pasado, la optimización de las LNP se basaba principalmente en el cribado de lípidos funcionales mediante experimentos tradicionales, lo que resultaba costoso y requería mucho tiempo. Ahora, el aprendizaje automático, que es una rama de la inteligencia artificial, se utilizará para encontrar la relación entre los lípidos funcionales y la eficacia de las vacunas de ARNm en experimentos de cultivo celular, lo que nos permitirá desarrollar una nueva generación de lípidos patentados con funcionalidades mejoradas para obtener principios activos aún más potentes", afirma el Dr. Adriano Indolese, Director Global de Desarrollo e Innovación de CordenPharma International. CordenPharma y la HU de Berlín sintetizarán los nuevos componentes lipídicos y los analizarán fisicoquímicamente en combinación con diversas moléculas de ARN. A continuación, la funcionalidad celular de las formulaciones se probará en experimentos de cultivo celular en la LMU. De este modo se comprobará la eficacia de la liberación de los activos. El cribado de diferentes tipos de ARN en combinación con los lípidos modificados debería producir una base de datos lo más amplia posible.

Los datos obtenidos del análisis físico, químico y biológico de las LNP y las distintas moléculas de ARN se utilizarán para entrenar un algoritmo de aprendizaje automático para formulaciones de ARN. El concepto de aprendizaje automático es que, como inteligencia artificial, un algoritmo aprende a partir de ejemplos y, una vez completada la fase de aprendizaje, es capaz de generalizarlos. Más concretamente, el sistema, que se creará en la LMU, debe utilizar las propiedades de las LNP para hacerlas coincidir exactamente con distintas moléculas de ARN y, en última instancia, con formas de tratamiento. Tras la fase de aprendizaje, el algoritmo debería ser capaz de asignar formulaciones adecuadas a cualquier molécula de ARN dada. Una vez que el sistema haya superado la fase de aprendizaje, la fase final del proyecto, de tres años de duración, consistirá en comprobar su funcionalidad en una aplicación concreta. El Ministerio Federal de Economía y Energía alemán patrocina el proyecto conjunto con unos 1,4 millones de euros.

Nota: Este artículo ha sido traducido utilizando un sistema informático sin intervención humana. LUMITOS ofrece estas traducciones automáticas para presentar una gama más amplia de noticias de actualidad. Como este artículo ha sido traducido con traducción automática, es posible que contenga errores de vocabulario, sintaxis o gramática. El artículo original en Inglés se puede encontrar aquí.

Más noticias del departamento economía y finanzas

Noticias más leídas

Más noticias de nuestros otros portales

Todos los fabricantes de espectrómetros FT-IR de un vistazo