Descubrimiento de fármacos impulsado por IA por Pfizer y el Instituto Austriaco está a punto de transformar la atención médica

Pfizer, la principal firma farmacéutica, y el Centro de Investigación de Medicina Molecular de la Academia Austriaca de Ciencias (CeMM) han desarrollado un método de descubrimiento de fármacos impulsado por IA. El enfoque novedoso, resultado de este esfuerzo pionero, puede potencialmente acelerar el período durante el cual se identifica la sustancia activa con potencial terapéutico, siendo el progreso más destacado logrado en el campo de la investigación farmacéutica.

Descubrimiento de fármacos impulsado por IA revelado

en la revista The Science, a través de un equipo de investigadores de CeMM, se diseñó una plataforma de aprendizaje automático de IA para mostrar las preferencias de unión de cientos de pequeñas moléculas a miles de proteínas humanas diversas. Esta plataforma innovadora crea datos ricos sobre las interacciones molécula pequeña-proteína para mantener la base de datos, lo que presenta un punto de partida clave para acelerar la investigación de fármacos.

Existe una brecha en la información sobre el desarrollo de fármacos respecto a cómo interactúan las pequeñas moléculas con las proteínas humanas. Esta relación no ha sido ampliamente investigada. Aunque las pequeñas moléculas son un componente clave del desarrollo de fármacos, solo una pequeña parte de las proteínas humanas, también conocidas como ligandos, hace que sea terapéutica y científicamente difícil avanzar en la innovación y la comprensión fundamental.

Escala e impacto sin precedentes

Los científicos adoptaron una estrategia de proteómica química utilizando aproximadamente 407 ligandos de fragmentos de pequeñas moléculas diferentes para dirigirse a áreas de las proteínas humanas. Al emplear este enfoque, detectaron casi 47,7 K interacciones precisas proteína-ligando, que pertenecen a 2.600 proteínas diversas. Curiosamente, casi el 90 % de las proteínas formadas no tienen ligandos conocidos, un gran mérito del trabajo conjunto.

Este estudio tiene significado académico y mayores implicaciones para la traducción al tratamiento de objetivos proteicos mediante la síntesis de análogos de ligandos. Además, los grandes datos han sido instrumentales en la creación de estructuras de aprendizaje informático que pueden predecir el comportamiento de las pequeñas moléculas en sistemas biológicos. Esto ha beneficiado enormemente a la investigación científica.

Acceso abierto y esfuerzos colaborativos

El nuevo enfoque científico de la ciencia abierta está en el corazón de esta iniciativa colaborativa. Todos los modelos y datos creados utilizando este proyecto están disponibles gratuitamente para toda la comunidad científica. Estos recursos, unidos bajo un objetivo común de combatir infecciones resistentes a los medicamentos, probablemente estimularán la colaboración y contribuirán al avance colectivo del proceso de descubrimiento de fármacos. Los científicos pueden acceder y explorar la riqueza de información de CeMM y Pfizer a través de una aplicación web fácil de usar, empoderando la innovación y el descubrimiento adicionales.

La asociación entre Pfizer y CeMM simboliza un cambio de paradigma en el desarrollo terapéutico. Utiliza IA y aprendizaje automático para ajustar las cosas más rápidamente hasta el punto de encontrar fármacos para el tratamiento. Este trabajo pionero tendrá la mayor influencia en la industria farmacéutica porque tiene el potencial de aclarar el (los) mecanismo(s) de las interacciones proteína-pequeña molécula.

Involucrar a actores más grandes en la industria farmacéutica y unirse a instituciones académicas como socios será más importante en el futuro en los esfuerzos por seguir innovando y tratando problemas médicos que requieren atención. El trabajo realizado recientemente por Pfizer y CeMM refuerza el hecho de que existe un gran potencial en tales cooperaciones que podrían hacer posible la era del desarrollo de nuevos fármacos.