Un equipo internacional con participación del Instituto de Investigaciones Químicas (IIQ), centro mixto del Consejo Superior de Investigaciones Científicas (CSIC) y la Universidad de Sevilla, ha desarrollado una innovadora técnica que podría revolucionar las primeras fases del desarrollo de medicamentos.
El avance, publicado en la revista Journal of the American Chemical Society, combina la espectroscopía de resonancia magnética nuclear (RMN) con herramientas de inteligencia artificial (IA) para identificar y clasificar compuestos con potencial terapéutico de manera mucho más rápida y precisa.
Gracias a esta metodología —denominada SHARPER, optimizada mediante aprendizaje automático— los investigadores pueden evaluar hasta 140 moléculas candidatas al día, frente a las 4 a 15 que permiten los métodos convencionales. Este incremento multiplica por diez la capacidad de análisis y abre la puerta a una búsqueda de nuevos medicamentos más ágil, automatizada y eficiente.
Una metodología pionera
“Hemos desarrollado una metodología pionera que acelera significativamente las etapas más tempranas del desarrollo de medicamentos y facilita la labor de los científicos en el diseño de nuevos fármacos”, explica Ridvan Nepravishta, del Cancer Research Horizons del Reino Unido y primer coautor del estudio.
La técnica mejora el uso de la resonancia magnética nuclear para observar cómo pequeñas moléculas —llamadas fragmentos— se unen a proteínas que podrían convertirse en dianas terapéuticas. Estas interacciones son esenciales, aunque difíciles de detectar, y el nuevo método logra captarlas con mayor sensibilidad y precisión.
Además, el uso de algoritmos de aprendizaje automático ha reducido drásticamente el número de mediciones necesarias: ahora basta con dos cantidades distintas del fragmento para clasificar una colección completa de compuestos, frente a las siete mediciones que se requerían anteriormente.
“El enfoque ML-Boosted LB SHARPER NMR es fácil de implementar y automatizar, tanto en la adquisición de datos como en el análisis de resultados”, señala Jesús Angulo, investigador del IIQ y coautor del artículo. “Permite identificar con precisión los compuestos que mejor interaccionan con una proteína de interés, lo que es de gran utilidad para la industria farmacéutica”.
Hacia un desarrollo más rápido de fármacos
El avance se enmarca en la estrategia conocida como diseño basado en fragmentos (Fragment-Based Drug Discovery, FBDD), una de las más utilizadas en la búsqueda de nuevos medicamentos. Esta técnica identifica pequeñas piezas moleculares que se unen a proteínas implicadas en enfermedades y las optimiza para aumentar su eficacia.
Sin embargo, las uniones entre fragmentos y proteínas suelen ser débiles y difíciles de detectar con métodos tradicionales como la cristalografía o la microscopía electrónica. La resonancia magnética nuclear ofrece una alternativa más sensible, aunque hasta ahora su lentitud limitaba su aplicación práctica.
Con esta nueva metodología, los investigadores han superado esas limitaciones. “Este trabajo demuestra el poder de la colaboración internacional y de la investigación multidisciplinar”, destaca Juan C. Muñoz-García, coautor del estudio y miembro del Programa EMERGIA de la Junta de Andalucía. “Hemos alcanzado niveles de velocidad y precisión en resonancia magnética nuclear que antes eran impensables”.
Este avance no solo multiplica la velocidad de análisis y reduce el consumo de proteína, sino que también simplifica el proceso experimental, haciéndolo más accesible para laboratorios y empresas biotecnológicas. En conjunto, representa un paso decisivo hacia un desarrollo más rápido y eficiente de nuevos tratamientos farmacológicos.
Ver estudio aquí.
No te pierdas una noticia, suscribete gratis para recibir DiarioSalud en tu correo, siguenos en Facebook, Instagram, Twitter, Linkedln, telegram y Youtube
