Nuevo estudio: simulaciones moleculares y datos aceleran el descubrimiento de medicamentos en minutos

MadridInvestigadores de la Facultad de Medicina de la Universidad de Cincinnati y del Hospital Infantil de Cincinnati han desarrollado un método innovador para acelerar y mejorar la precisión en el descubrimiento de fármacos. Publicada el 30 de agosto en Science Advances, su técnica combina datos de la Biblioteca de Firmas Celulares Basadas en Redes Integradas (LINCS) con simulaciones específicas de acoplamiento molecular. Esta nueva metodología reduce el tiempo necesario para examinar y evaluar compuestos terapéuticos potenciales de meses a solo minutos.

Este método presenta varias características clave: emplea la base de datos LINCS para examinar numerosos compuestos pequeños simultáneamente, realiza simulaciones de acoplamiento para analizar cómo interactúan estos compuestos con objetivos proteicos específicos, y ofrece un proceso de cribado más rápido que ayuda a identificar compuestos potencialmente efectivos de manera más eficiente y precisa.

Alex Thorman, PhD, quien coautoró el estudio, destacó la importancia de este nuevo método. Este puede acelerar significativamente el proceso de descubrimiento de nuevos medicamentos, algo esencial en emergencias sanitarias como la pandemia de COVID-19. Normalmente, desarrollar y aprobar nuevos fármacos puede tomar años. Con este nuevo enfoque, ese proceso podría reducirse a tan solo unos pocos meses, lo cual representa una gran mejora.

El uso de la base de datos LINCS y simulaciones moleculares es crucial para la medicina de precisión. Este enfoque facilita la creación de tratamientos personalizados según la composición genética, el entorno y el estilo de vida de cada individuo. Al identificar mejor qué compuestos son más efectivos, se pueden diseñar terapias más adecuadas, mejorando así los resultados para los pacientes.

Lea también:

Hoy · 9:37

Nuevo enfoque en epilepsia: genética unida al mapeo cerebral revoluciona tratamientos personalizados

Este método podría ayudar a desarrollar tratamientos para enfermedades sin cura, como algunos tipos de cáncer. La información detallada en la base de datos LINCS, junto con simulaciones moleculares precisas, puede identificar candidatos a fármacos prometedores que métodos más antiguos y lentos pasaron por alto.

Jim Reigle, PhD, y Somchai Chutipongtanate, PhD, los dos autores principales, colaboraron con los autores senior Jarek Meller, PhD, y Andrew Herr, PhD. La diversidad de sus conocimientos fortalece el estudio. Este trabajo en equipo demuestra el valor de combinar la bioestadística, la informática de la salud, la inmunobiología y las ciencias de la salud pública para abordar problemas médicos complejos.

Varios subsidios, incluyendo los del Instituto Nacional de la Salud y el Departamento de Asuntos de Veteranos, demuestran que esta investigación es ampliamente reconocida por su potencial impacto. Además, la presentación de tres patentes en EE.UU. relacionadas con este trabajo indica un fuerte interés comercial y aplicaciones futuras prometedoras en el desarrollo de medicamentos.

Un gran avance en la búsqueda de nuevos medicamentos se ha logrado al combinar grandes cantidades de datos con simulaciones moleculares detalladas. Este enfoque innovador promete acelerar y hacer más preciso el proceso, mejorando futuros tratamientos y ofreciendo esperanza a los pacientes con enfermedades actualmente incurables.