El descubrimiento de fármacos impulsado por IA de Pfizer y un instituto austriaco transformará la atención médica

Pfizer, la principal empresa 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 novedoso enfoque, que fue el resultado de un esfuerzo innovador, puede potencialmente aumentar el período durante el cual sedentla sustancia activa con potencial terapéutico, siendo el progreso más destacado logrado en el campo de la investigación farmacéutica.

Se revela el descubrimiento de fármacos impulsado por IA

En The Science Journal, un equipo de investigadores del CeMM diseñó una plataforma de aprendizaje automático con IA para mostrar las preferencias de unión de cientos de moléculas pequeñas a miles de proteínas humanas diversas. Esta innovadora plataforma genera datos exhaustivos sobre las interacciones entre moléculas pequeñas y proteínas para mantener la base de datos, lo que representa un punto de partida clave para acelerar la investigación farmacológica.

Existe una brecha en la información sobre el desarrollo de fármacos en cuanto a cómo las moléculas pequeñas interactúan con las proteínas humanas. Esta relación no se ha investigado ampliamente. Si bien las moléculas pequeñas son un componente clave en el desarrollo de fármacos, solo una pequeña parte de las proteínas humanas, también conocidas como ligandos, dificulta el avance terapéutico y científico de la innovación y la comprensión fundamental.

Escala e impactodentprecedentes

Los científicos adoptaron una estrategia de proteómica química utilizando aproximadamente 407 ligandos de fragmentos de moléculas pequeñas diferentes para identificar áreas de proteínas humanas. Con este enfoque, detectaron casi 47.700 interacciones proteína-ligando precisas, correspondientes a 2.600 proteínas diferentes. Curiosamente, casi el 90 % de las proteínas en formación no tienen ligandos conocidos, lo cual constituye un gran mérito del trabajo conjunto.

Este estudio tiene relevancia académica y mayores implicaciones para el tratamiento de dianas proteicas mediante la síntesis de análogos de ligandos. Además, el big data ha sido fundamental para crear estructuras de aprendizaje automático que pueden predecir el comportamiento de pequeñas moléculas en sistemas biológicos. Esto ha beneficiado enormemente la investigación científica.

Acceso abierto y esfuerzos colaborativos

El nuevo enfoque científico de la ciencia abierta es la base de esta iniciativa colaborativa. Todos los modelos y datos creados mediante este proyecto están disponibles gratuitamente para toda la comunidad científica. Estos recursos, unidos bajo el objetivo común de combatir las infecciones farmacorresistentes, 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 del CeMM y Pfizer a través de una aplicación web intuitiva, impulsando la innovación y el descubrimiento.

La colaboración entre Pfizer y CeMM simboliza un cambio de paradigma en el desarrollo terapéutico. Utiliza inteligencia artificial y aprendizaje automático para optimizar los procesos con mayor rapidez, lo que permite encontrar fármacos para el tratamiento. Este trabajo pionero tendrá una gran influencia en la industria farmacéutica, ya que tiene el potencial de esclarecer los mecanismos de interacción entre proteínas y moléculas pequeñas.

La colaboración con actores más importantes de la industria farmacéutica y la colaboración con instituciones académicas serán cruciales en el futuro para seguir innovando y abordando problemas médicos que requieren atención. El trabajo que acaban de realizar Pfizer y CeMM refuerza el gran potencial de estas colaboraciones, que podrían hacer posible la era del desarrollo de nuevos fármacos.