Un nuevo método encuentra el mejor fármaco entre 10.000 trillones de moléculas
Un estudio muestra que los algoritmos informáticos se pueden utilizar para encontrar en una montaña de moléculas aquellas que pueden convertirse en medicamentos antiinflamatorios.
Por Enrique Coperías
Ilustración de un laboratorio del futuro donde los algoritmos explorarán cantidades ingentes de moléculas para descubrir fármacos eficaces contra las enfermedades. Imagen generada con DALL-E
Uno de los mayores desafíos en el desarrollo de fármacos es encontrar los candidatos adecuados entre el vasto número de moléculas posibles. Imagina que tienes que buscar una molécula candidata a convertirse en un medicamento en una cesta con 100.00.000.000.000.000.000.000 moléculas, ¿cuánto tiempo crees que necesitarías para dar con ella? Seguro que has pensado en “una eternidad”.
Un nuevo estudio publicado en la revista Nature Communications demuestra que es posible identificar moléculas farmacológicas mediante su modelado, que utiliza algoritmos informáticos.
«Utilizamos los modelos informáticos para buscar en bases de datos que contienen miles de millones de moléculas. Este método podrá acelerar el costoso proceso de desarrollo de fármacos”, afirma Jens Carlsson, uno de los autores del estudio, en un comunicado de la Universidad de Uppsala, en Suecia.
Potencial para fármacos antiinflamatorios
El estudio, que consistió en una colaboración de esta universidad con el Karolinska Institutet y la Universidad de Estocolmo, se centró en la enzima OGG1, una proteína que repara el daño en el ADN celular.
Los investigadores estaban interesados en identificar una molécula que pudiera unirse a esta proteína objetivo y, por lo tanto, afectar la actividad de la enzima. Mediante modelos de la proteína, diseñaron más de un centenar de moléculas diferentes, que luego fueron producidas.
Al probar las moléculas en experimentos de laboratorio, los investigadores pudieron observar que inhibieron la actividad de la enzima y tuvieron un efecto antiinflamatorio.
«Es increíble que ahora podamos diseñar moléculas y demostrar que funcionan exactamente como esperábamos. La misma estrategia funcionará para muchas otras proteínas y enfermedades», comenta Carlsson.
Comenzando con moléculas simples
Anteriormente, el desarrollo de fármacos se centraba en el cribado de grandes bibliotecas químicas que contenían moléculas similares a fármacos. Sin embargo, este método es muy costoso y, a menudo, no logra encontrar buenos puntos de partida para el desarrollo de medicamentos.
En el estudio actual, los investigadores utilizaron lo que se conoce como diseño de fármacos basado en fragmentos. Este método implica primero identificar una molécula muy pequeña que pueda unirse a la proteína objetivo. Una vez que se ha encontrado una molécula de este tipo, los investigadores pueden desarrollarla paso a paso para crear un fármaco.
«Es como armar un rompecabezas —dice Carlsso—. Comenzamos con una pieza y luego, gradualmente, construimos una molécula farmacológica añadiendo nuevas piezas. Al final, tenemos una molécula de fármaco que encaja perfectamente en la proteína objetivo».
Estructura de la proteína OGG1 (color: morado, izquierda) y una de las moléculas que inhiben la actividad de la enzima (color: amarillo, centro y derecha). Cortesía: Andreas Luttens
Uso de supercomputadoras para buscar entre miles de millones de moléculas
En el estudio, los investigadores recurrieron a una empresa que produce moléculas a demanda. Posteriormente, crearon programas informáticos capaces de buscar entre todos los miles de millones de moléculas disponibles para su adquisición. Utilizando supercomputadoras, pudieron explorar qué moléculas podían unirse a la superficie de la proteína objetivo.
«Primero buscamos entre los miles de millones de moléculas que se podían producir y probar rápidamente. Y funcionó; encontramos moléculas que funcionaban. Hacia el final del estudio, comenzamos a pensar: ¿hasta dónde podemos llegar si no tenemos la limitación de que debamos poder comprarlas?», recuerda Carlsso.
El estudiante de doctorado Andreas Luttens escribió un nuevo programa informático que podía generar todas las moléculas posibles. El número de alternativas potenciales ascendió entonces a 10.000 trillones (10²² o un 1 seguido de 22 ceros). Los investigadores demostraron que el mismo método utilizado para buscar entre las moléculas disponibles para la compra también serviría para explorar entre los 10.000 trillones de alternativas.
Futuros retos
«Con nuestra estrategia, podemos buscar eficientemente entre miles de trillones de moléculas farmacológicas —dice Luttens. Y añade—: En un futuro cercano, podremos probar todas las moléculas farmacológicas potenciales en nuestros modelos informáticos, un avance que tiene un gran potencial».
Aunque ahora contamos con el poder computacional para explorar una enorme cantidad de moléculas en la búsqueda de nuevos fármacos, no siempre es seguro que las nuevas sustancias se puedan producir realmente.
«Necesitaremos desarrollar nuevos métodos en el futuro para desarrollar con éxito las moléculas que los cálculos informáticos pueden diseñar tan rápidamente», concluye Carlsson. ▪️
Información facilitada por la Universidad de Uppsala
Fuente: Luttens, A., Vo, D.D., Scaletti, E.R. et al. Virtual fragment screening for DNA repair inhibitors in vast chemical space. Nature Communications (2025). DOI: https://doi.org/10.1038/s41467-025-56893-9
