La plataforma de IA modela la flexibilidad de las proteínas para acelerar el diseño de fármacos

Investigadores de la Facultad de Medicina de la Universidad de Virginia han desarrollado un nuevo enfoque de descubrimiento de fármacos impulsado por inteligencia artificial que modela la dinámica de las proteínas durante la unión molecular. La plataforma, compuesta por YuelDesign, YuelPocket y YuelBond, utiliza técnicas avanzadas de IA para predecir mejor cómo interactúan los fármacos con las proteínas dentro del organismo. El enfoque podría mejorar potencialmente las predicciones de unión y reducir las altas tasas de fracaso asociadas a los programas convencionales de desarrollo de fármacos.

La clave de la innovación es YuelDesign, que utiliza modelos de difusión para generar moléculas de fármacos adaptadas con precisión a sus dianas proteicas. A diferencia de los métodos convencionales, que tratan las proteínas como estructuras rígidas, el sistema tiene en cuenta la forma en que las proteínas se flexionan de manera natural y cambian de forma durante las interacciones. Al tratar las proteínas como flexibles en lugar de estáticas, YuelDesign capta un fenómeno biológico crítico conocido como ajuste inducido, en el que las proteínas cambian de forma a medida que un fármaco se une a ellas.

Esto permite al sistema diseñar simultáneamente tanto el sitio de unión de la proteína como la molécula del fármaco correspondiente, lo que les permite adaptarse entre sí durante el desarrollo. YuelPocket utiliza redes neuronales de grafos para identificar con precisión dónde deben unirse los fármacos a las proteínas, incluidas aquellas predichas mediante herramientas como AlphaFold. YuelBond garantiza que las estructuras químicas de las moléculas diseñadas sean precisas.

Los investigadores dijeron haber demostrado que, al diseñar moléculas para una conocida proteína relacionada con el cáncer llamada CDK2, solo YuelDesign pudo captar los cambios estructurales críticos que ocurren cuando un fármaco se une. En conjunto, las herramientas podrían mejorar tanto el diseño de nuevos fármacos como la reutilización de los ya existentes.

El desarrollo de fármacos es un proceso costoso e incierto, cuyos costes a menudo se estima que superan miles de millones de dólares y cuyas tasas de fracaso en ensayos en humanos se acercan al 90 por ciento. Un desafío importante radica en predecir cómo se unirán las moléculas de los fármacos a sus dianas, e incluso pequeñas discrepancias pueden hacer que los tratamientos sean ineficaces o provoquen efectos secundarios perjudiciales. Los investigadores creen que su enfoque podría ayudar a reducir el coste del desarrollo de fármacos, mejorar las tasas de éxito y acortar el tiempo necesario para llevar nuevos tratamientos a los pacientes.

Los investigadores afirmaron que han puesto todas las herramientas a disposición gratuita de la comunidad científica. Su objetivo final es hacer que el descubrimiento de fármacos sea más rápido, más barato y tenga más probabilidades de éxito, para que los tratamientos prometedores puedan llegar antes a los pacientes.