Una herramienta de IA podría acelerar el descubrimiento de fármacos
El algoritmo puede predecir eficazmente cómo se doblarán, plegarán y moverán las nuevas moléculas
Anuncios
Por cada nuevo fármaco que sale al mercado y que cambia vidas, muchos candidatos fracasan por el camino. Una herramienta basada en inteligencia artificial desarrollada en la Universidad de Oregón podría ayudar a los científicos a predecir mejor cómo podrían actuar en el organismo hipotéticos nuevos fármacos antes de realizar costosas pruebas.
Su algoritmo simula eficazmente cómo se moverán y comportarán moléculas nunca vistas, basándose en su estructura química.
La investigación fue dirigida por el estudiante de doctorado Revanth Elangovan y la investigadora posdoctoral Sompriya Chatterjee, en el laboratorio del biofísico Dhiman Ray. El equipo acaba de publicar los resultados en Proceedings of the National Academy of Sciences.
"Si mi investigación tiene éxito, en 10 o 20 años podremos hacer simulaciones en tiempo real y ver cómo se unen a una proteína distintos tipos de fármacos", afirma Ray. "Y a partir de ahí, podremos elegir cuáles debemos llevar a ensayos con humanos".
Los científicos ya utilizan herramientas computacionales avanzadas para predecir la estructura de nuevas moléculas. Programas como AlphaFold, de Google, pueden ayudar a los investigadores a seleccionar rápidamente candidatos a vacunas y otros fármacos en función de su forma. Estos programas han cambiado el campo del desarrollo de fármacos; los científicos que los crearon incluso ganaron el Premio Nobel de Química en 2024.
Aunque son extremadamente potentes, las herramientas de predicción de estructuras son como tomar un fotograma de una película, explica Ray. Captan un momento en el tiempo, pero no dicen mucho sobre la acción.
Para predecir realmente cómo se comportarán las moléculas en el cuerpo humano, los científicos tienen que entender cómo se mueven e interactúan. ¿Se adherirá la molécula al objetivo deseado en el cuerpo, o es más probable que se adhiera a algo fuera del objetivo?
Según Ray, los métodos de simulación actuales son muy complejos desde el punto de vista informático. Como un largometraje, son ricos en detalles pero caros de producir y, por tanto, están fuera del alcance de muchos laboratorios.
El nuevo método de su equipo es algo así como un resumen de la trama de Wikipedia, un término medio entre una foto y un largometraje. El resultado proporciona a los científicos la información básica que necesitan para predecir cómo se moverán las moléculas: el resultado final, pero también la ruta más eficiente para llegar a él.
El equipo de Ray creó el modelo combinando inteligencia artificial con datos físicos. Los científicos utilizaron mediciones de cómo se comportan las moléculas conocidas en distintas situaciones y la cantidad de energía que se necesita para que cambien de forma para parametrizar el modelo de IA, evitando que se desvíe del camino y desperdicie energía explorando escenarios improbables.
Y las técnicas matemáticas aumentan la probabilidad de que los investigadores capten el momento concreto que buscan: la fracción de segundo en que un fármaco se une a su diana.
"Ése es el poder que tenemos, al ser científicos computacionales: Podemos hacer estos trucos para muestrear cosas que no podemos ver en una simulación normal", afirma Ray.
El código que han desarrollado está disponible gratuitamente para que otros lo utilicen.
Ray y su equipo están especialmente interesados en las aplicaciones en el desarrollo de fármacos. Pero el método podría ser útil en todos los campos de la biología y la química y ayudar a los investigadores a comprender las propiedades de muchos materiales nuevos.
El siguiente paso es hacer que los datos del modelo sean más fáciles de interpretar, traduciendo lo que se obtiene en un cortometraje fácil de usar.
"Mantenemos algunas de las ideas de la física y algunas de las ventajas del aprendizaje automático, y las combinamos de forma que beneficien a ambos campos", explica Ray. "Esa es la singularidad de los proyectos que estamos haciendo, no sólo de este trabajo en particular, sino del laboratorio en general".
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
