La naturaleza cuenta con un vasto almacén de sustancias medicinales. “Más del 50 por ciento de los fármacos actuales están inspirados en la naturaleza”, afirma Gisbert Schneider, profesor de diseño de fármacos asistido por ordenador en la ETH de Zúrich. Sin embargo, está convencido de que sólo hemos aprovechado una parte del potencial de los productos naturales. Junto con su equipo, ha demostrado con éxito cómo los métodos de inteligencia artificial (IA) pueden utilizarse de forma específica para encontrar nuevas aplicaciones farmacéuticas para los productos naturales. Además, los métodos de IA son capaces de ayudar a encontrar alternativas a estos compuestos que tengan el mismo efecto pero que sean mucho más fáciles y, por tanto, más baratas de fabricar.

Así, los investigadores de la ETH están allanando el camino para un importante avance médico: actualmente sólo disponemos de unos 4.000 medicamentos básicamente diferentes en total. En cambio, las estimaciones sobre el número de proteínas humanas alcanzan hasta 400.000, cada una de las cuales podría ser una diana para un medicamento. Hay buenas razones para que Schneider se centre en la naturaleza en la búsqueda de nuevos agentes farmacéuticos. “La mayoría de los productos naturales son, por definición, ingredientes activos potenciales que han sido seleccionados a través de mecanismos evolutivos”.

Mientras que los científicos solían rastrear colecciones de productos naturales en busca de nuevos fármacos, los investigadores suizos han invertido el guión: primero buscan las posibles moléculas diana, normalmente proteínas, de los productos naturales para identificar los compuestos farmacológicamente relevantes. “Las posibilidades de encontrar parejas médicamente significativas de principio activo y proteína diana son mucho mayores con este método que con el cribado convencional”, afirma Schneider.

Para definir la ruta de síntesis, el programa informático tuvo acceso a un catálogo de más de 200 materiales de partida, 25.000 componentes químicos adquiribles y 58 esquemas de reacción establecidos. Después de cada paso de reacción, el programa seleccionó como material de partida para el siguiente paso las variantes que más se ajustaban al producto objetivo en términos de funcionalidades.

En total, el algoritmo encontró 802 moléculas adecuadas, basadas en 334 andamios diferentes. Los investigadores sintetizaron las cuatro mejores en el laboratorio y descubrieron que se comportaban de forma muy similar al modelo natural. Tuvieron un efecto comparable sobre siete de las ocho proteínas objetivo identificadas por el algoritmo.

Posteriormente, los investigadores estudiaron en detalle la molécula más prometedora. Los análisis de la estructura de rayos X mostraron que el compuesto generado por el ordenador se une al centro activo de una proteína diana de forma muy parecida a los inhibidores conocidos de esta enzima. Así pues, a pesar de su diferente estructura, la molécula encontrada por AI funciona con el mismo mecanismo.