Mujer recibe un tratamiento contra el cáncer
Salud
El CSIC consigue diseñar una molécula a través de IA para tratar el alzhéimer y el cáncer
Esta investigación se centra en una proteína cuya inhibición puede desacelerar procesos patológicos
Un equipo multidisciplinar del Consejo Superior de Investigaciones Científicas (CSIC) en colaboración con la Universidad Pontificia Comillas y la empresa Altenea Biotech han logrado diseñar, a través de una estrategia innovadora computacional basada en inteligencia artificial, una molécula con potencial terapéutico para tratar enfermedades como: el alzhéimer, el síndrome de Down y ciertos tipos de cáncer.
El estudio, publicado en la prestigiosa revista Journal of Medicinal Chemistry, tiene como objetivo contener la acción de la proteína DYRK1A para así poder frenar la acumulación de proteínas tau hiperfosforiladas, asociadas a la neurodegeneración. Por ello, el equipo ha empleado un planteamiento híbrido que combina IA generativa, aprendizaje automático y métodos clásicos como el acoplamiento molecular.
A raíz de este enfoque, ha nacido una nueva familia de compuestos –entre los cuales destaca una pirazolil-1H-pirrolo[2,3-b]piridina–, capaz de inhibir DYRK1A con gran eficacia, además de mostrar propiedades antioxidantes, antiinflamatorias y buena permeabilidad al cerebro. «Con los métodos tradicionales, el desarrollo de una molécula así llevaría años. Esta estrategia lo ha acelerado enormemente», afirma David Ríos Insua, del Instituto de Ciencias Matemáticas (ICMAT-CSIC) y coautor del trabajo.
Un modelo generativo jerárquico
Para ello, los investigadores han explicado que el nuevo protocolo se basa en un modelo generativo jerárquico construido sobre representaciones moleculares en forma de grafos. Estos les otorgan la capacidad de cumplir funciones biológicas esenciales y pueden generar miles de nuevas moléculas, y realizar predicciones más robustas y fiables.
Además, se ha empleado modelos QSAR potenciados con inteligencia artificial, que predicen no solo la atracción de las moléculas con su objetivo, sino también su toxicidad, e incluso puede mejorar en el diseño molecular. Esto ha permitido que se mejore notablemente la precisión de las predicciones, haciendo posible seleccionar con mayor confianza los mejores candidatos para su síntesis y prueba.
Por lo tanto, la investigación demuestra cómo la colaboración entre inteligencia artificial y métodos tradicionales puede transformar el diseño de fármacos y ofrecer alternativas para abordar enfermedades complejas.