La revolución farmacológica ya no se cuece solo en los laboratorios, sino también en los algoritmos. Investigadores del CSIC, la Universidad Pontificia Comillas y la empresa AItenea Biotech han desarrollado una estrategia computacional para diseñar moléculas terapéuticas desde cero, incluso cuando apenas hay datos experimentales disponibles. Y el resultado es más que prometedor: una nueva familia de compuestos que apunta directamente a la proteína DYRK1A, implicada en enfermedades neurodegenerativas y oncológicas.
“Esta estrategia acelera tremendamente el proceso de diseño de nuevas moléculas que, con los métodos habituales, requería muchos años”, afirma David Ríos Insua, profesor del CSIC en el Instituto de Ciencias Matemáticas (ICMAT).
¿Qué es DYRK1A y por qué importa?
La proteína DYRK1A está sobreexpresada en patologías como el síndrome de Down, el alzhéimer y algunos tumores. Su inhibición se ha relacionado con la ralentización de procesos neurodegenerativos, especialmente la acumulación de proteínas tau hiperfosforiladas, uno de los sellos del alzhéimer.
El equipo, liderado por la investigadora del Centro de Investigaciones Biológicas Margarita Salas, Nuria E. Campillo, y por el profesor Simón Rodríguez, ha conseguido diseñar una molécula capaz de inhibir esta proteína a nivel nanomolar. Es decir, muy eficaz incluso a dosis mínimas. Además, presenta propiedades antioxidantes, antiinflamatorias y buena permeabilidad cerebral -es decir, puede atravesar la barrera hematoencefálica y llegar al cerebro, algo imprescindible en terapias neurológicas.
Una nueva generación de diseño molecular
Lo más rompedor no es solo la molécula en sí, sino el método que la ha hecho posible. Los científicos utilizaron un modelo generativo jerárquico basado en representaciones moleculares en forma de grafos -una especie de lenguaje químico digital- para crear miles de compuestos con potencial terapéutico. Después, usaron inteligencia artificial para predecir qué propiedades tendría cada uno: su afinidad con DYRK1A, su toxicidad, su eficacia.
“Podemos generar miles de nuevas moléculas incluso con datos limitados, realizando predicciones más robustas y fiables”, explica Rodríguez.
Los compuestos más prometedores ya han sido sintetizados y evaluados en ensayos enzimáticos y celulares. El siguiente paso: afinar aún más las moléculas con modelos de inteligencia artificial más específicos, estudiar su comportamiento en modelos animales y explorar combinaciones con aprendizaje por refuerzo.
Y no se trata solo de alzhéimer. Este protocolo computacional puede adaptarse para atacar otras dianas terapéuticas. La inteligencia artificial no cura por sí sola, pero está redefiniendo cómo buscamos curas.
“Este trabajo muestra cómo la integración de la IA con métodos tradicionales puede revolucionar el diseño de fármacos”, concluye el equipo.
El estudio completo se ha publicado en la revista Journal of Medicinal Chemistry y puede consultarse en este enlace.