Identificar si una nanopartícula y una proteína se unirán y cómo se unirán entre sí es un paso importante para poder diseñar antibióticos y antivirales. Un modelo de computación, llamado NeCLAS, desarrollado en la Universidad de Michigan puede hacerlo.
Esta nueva herramienta podría ayudar a encontrar formas de prevenir resistencias a los antibióticos y ayudar en el diseño de nanopartículas para diferentes propósitos. Publicado en Nature Computational Science, esta novedad se ha desarrollado en base a un estudio liderado por Arthur F. Thurnau, profesor de ingeniería mecánica en la Universidad de Michigan.
“Sólo en 2019, la cantidad de personas que murieron en el mundo por resistencia a los antimicrobianos fue de 4,95 millones. Incluso antes del COVID, que agravó el problema, los estudios mostraron que para 2050, la cantidad de muertes por resistencia a los antibióticos será de 10 millones”, ha destacado Thurnau, quien ha añadido que, en su escenario ideal, dentro de 20 o 30 años, “podríamos producir rápidamente las mejores nanopartículas que puedan tratar el problema”.
Victor Puntes, jefe del grupo de Nanopartículas Farmacocinéticas del Instituto de Investigación del Vall d’Hebron (VHIR) ha confirmado a GM que esta nueva tecnología, acompañada de muchos desarrollos contemporáneos, “permite entender mejor cómo interactúan las nanopartículas con las proteínas”.
“Las nanopartículas han de interactuar con las proteínas presentes en fluidos biológicos como la saliva, la linfa o la sangre, para poder acceder al interior del cuerpo y realizar sus tareas diagnósticas o terapéuticas, iluminar tumores o entregar fármacos de manera precisa y segura”, asegura Puntes.
Proteínas cruciales
La interacción en las superficies de las proteínas puede unir moléculas, separarlas y realizar otras modificaciones, como abrir descomponer los azúcares para liberar energía o construir estructuras para soportar grupos de células. “Si pudiéramos diseñar medicamentos que se dirijieran a proteínas cruciales en bacterias y virus sin dañar nuestras propias células, permitiría a los seres humanos combatir enfermedades nuevas y cambiantes”, ha explicado Thurnau en la publicación de Nature.
El nuevo modelo propuesto utiliza el aprendizaje automático, la técnica de inteligencia artificial (IA) que impulsa al asistente virtual en su teléfono inteligente, y ChatGPT. Pero en lugar de aprender a procesar el lenguaje, absorbe modelos estructurales de proteínas y sus espacios de interacción. A partir de esta información, aprende a extrapolar cómo podrían interactuar las proteínas y las nanopartículas y predecir los espacios de unión, así como predecir las interacciones entre dos proteínas o dos nanopartículas.
NeCLAS va más allá de lo que ofrecen otros modelos al mostrar cómo las nanoestructuras interactuarán entre sí, y no se limita a las proteínas. Esto permite a los investigadores comprender las posibles aplicaciones de las nanopartículas y optimizar sus diseños.
“La interacción de patógenos con los huéspedes humanos es extremadamente compleja, mediando el sistema inmune que ha sido entrenado diferentemente por cada individuo desde su nacimiento. Ahí la IA puede ayudar”, afirma Puntes, y añade que ha de pensarse la IA como “un telar y su costurera”. “El punto hecho es el mismo, es sólo que en el tiempo que una persona hace una punzada, un telar hace miles”, señala el, jefe del grupo de Nanopartículas Farmacocinéticas del VHIR.
Limitaciones de la IA
Puntes asegura si le damos a la IA buenos patrones hacemos las preguntas correctas y sabemos interpretar sus respuestas dentro de sus evidentes limitaciones, “la IA nos ayudará a tratar no sólo las infecciones sino también otras no transmitibles como el cáncer o las enfermedades autoinmunes”.
“Tanto la nanotecnología como la IA no son herramientas propias de la medicina, son nuevas herramientas muy transversales desarrolladas por otros colectivos que se pueden aplicar ampliamente en medicina. Los mismos vehículos desarrollados para entregar ARNm durante la pandemia están ahora en ensayos para vacunas terapéuticas en cáncer”, destaca Puntes.
Para concluir, el especialista del VHIR señala que el conocimiento científico, por esencia, “nunca es un hecho aislado de una persona ni apenas de un grupo”. “Hay que observar como el conocimiento científico avanza y si el tratamiento sistemático de cantidades ingentes de información abre nuevas posibilidades”, finaliza.
