Una nueva plataforma de IA diseña los fármacos del mañana contra el cáncer
"Hace unos años, la IA era una mala palabra en la industria farmacéutica, pero ahora la tendencia es definitivamente la contraria..."
Científicos de la Universidad de California en San Diego (UCSD) han desarrollado un algoritmo de aprendizaje automático para simular la laboriosa química de las primeras fases del descubrimiento de fármacos, lo que podría agilizar considerablemente el proceso y abrir las puertas a tratamientos nunca vistos. La identificación de fármacos candidatos para su posterior optimización suele implicar miles de experimentos individuales, pero la nueva plataforma de inteligencia artificial (IA) podría dar los mismos resultados en una fracción del tiempo. Los investigadores utilizaron la nueva herramienta, descrita en Nature Communications, para sintetizar 32 nuevos fármacos candidatos contra el cáncer.
Katherine Licon, coautora del estudio, fotografiada aquí en el banco, es directora del laboratorio Ideker de la Universidad de California en San Diego, que combina técnicas informáticas y de laboratorio tradicional para responder a preguntas fundamentales sobre la biología de las enfermedades y descubrir nuevas formas de mejorar la medicina de precisión.
Erik Jepsen/UC San Diego
La tecnología forma parte de una tendencia nueva pero creciente en la ciencia farmacéutica que consiste en utilizar la IA para mejorar el descubrimiento y desarrollo de fármacos.
"Hace unos años, la IA era una palabrota en la industria farmacéutica, pero ahora la tendencia es definitivamente la contraria: a las nuevas empresas biotecnológicas les resulta difícil recaudar fondos sin incluir la IA en su plan de negocio", afirma el autor principal, Trey Ideker, profesor del Departamento de Medicina de la Facultad de Medicina de la UC San Diego y profesor adjunto de bioingeniería e informática en la Facultad de Ingeniería Jacobs de la UC San Diego. "El descubrimiento de fármacos guiado por IA se ha convertido en un área muy activa en la industria, pero a diferencia de los métodos que se desarrollan en las empresas, nosotros estamos haciendo que nuestra tecnología sea de código abierto y accesible a cualquiera que quiera utilizarla."
La nueva plataforma, denominada POLYGON, es única entre las herramientas de IA para el descubrimiento de fármacos porque puede identificar moléculas con múltiples dianas, mientras que los protocolos de descubrimiento de fármacos existentes priorizan actualmente las terapias de una sola diana. Los fármacos multiobjetivo son de gran interés para médicos y científicos por su potencial para ofrecer los mismos beneficios que la terapia combinada, en la que se utilizan varios fármacos diferentes juntos para tratar el cáncer, pero con menos efectos secundarios.
"Se tardan muchos años y millones de dólares en encontrar y desarrollar un nuevo fármaco, sobre todo si se trata de uno con múltiples dianas", explica Ideker. "Los escasos fármacos multiobjetivo que tenemos se descubrieron en gran medida por casualidad, pero esta nueva tecnología podría ayudar a eliminar la casualidad de la ecuación y dar el pistoletazo de salida a una nueva generación de medicina de precisión".
Los investigadores entrenaron a POLYGON con una base de datos de más de un millón de moléculas bioactivas conocidas que contienen información detallada sobre sus propiedades químicas e interacciones conocidas con proteínas diana. Al aprender de los patrones encontrados en la base de datos, POLYGON es capaz de generar fórmulas químicas originales para nuevos fármacos candidatos que probablemente tengan determinadas propiedades, como la capacidad de inhibir proteínas específicas.
"Al igual que la IA es ahora muy buena generando dibujos e imágenes originales, como imágenes de caras humanas basadas en propiedades deseadas como la edad o el sexo, POLYGON es capaz de generar compuestos moleculares originales basados en propiedades químicas deseadas", explica Ideker. "En este caso, en lugar de decirle a la IA lo vieja que queremos que sea nuestra cara, le decimos cómo queremos que nuestro futuro fármaco interactúe con las proteínas de la enfermedad".
Para poner a prueba POLYGON, los investigadores lo utilizaron para generar cientos de fármacos candidatos dirigidos a varios pares de proteínas relacionadas con el cáncer. De ellas, los investigadores sintetizaron 32 moléculas que tenían las interacciones previstas más fuertes con las proteínas MEK1 y mTOR, un par de proteínas de señalización celular que constituyen un objetivo prometedor para la terapia combinada contra el cáncer. Estas dos proteínas son lo que los científicos denominan sintéticamente letales, lo que significa que la inhibición conjunta de ambas es suficiente para destruir las células cancerosas, aunque la inhibición de una sola no lo sea.
Los investigadores descubrieron que los fármacos que sintetizaron tenían una actividad significativa contra MEK1 y mTOR, pero presentaban pocas reacciones fuera de diana con otras proteínas. Esto sugiere que uno o varios de los fármacos identificados por POLYGON podrían dirigirse a ambas proteínas como tratamiento contra el cáncer, proporcionando una lista de opciones para que los químicos humanos puedan afinarlas.
"Una vez que se dispone de los fármacos candidatos, hay que hacer el resto de la química necesaria para perfeccionar esas opciones y convertirlas en un tratamiento único y eficaz", explica Ideker. "No podemos ni debemos intentar eliminar la experiencia humana del proceso de descubrimiento de fármacos, pero lo que sí podemos hacer es acortar algunos pasos del proceso".
A pesar de esta cautela, los investigadores son optimistas y creen que las posibilidades de la IA para el descubrimiento de fármacos no han hecho más que empezar.
"Ver cómo se desarrolla este concepto en la próxima década, tanto en el mundo académico como en el sector privado, va a ser muy emocionante", afirma Ideker. "Las posibilidades son prácticamente infinitas".
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.
Publicación original
Más noticias del departamento ciencias
Reciba la industria de las ciencias biológicas en su bandeja de entrada
No se pierda nada a partir de ahora: Nuestro boletín electrónico de biotecnología, productos farmacéuticos y ciencias de la vida le pone al día todos los martes y jueves. Las últimas noticias del sector, los productos más destacados y las innovaciones, de forma compacta y fácil de entender en su bandeja de entrada. Investigado por nosotros para que usted no tenga que hacerlo.
