La Inteligencia Artificial ha demostrado ser una aliada inigualable para la medicina. Tanto es así que sus aplicaciones alcanzan el diagnóstico, el tratamiento y el seguimiento de muchas enfermedades. Un nuevo estudio de la Facultad de Medicina de la Universidad de Carolina del Norte también ha dado muestras prometedoras para el uso de esta tecnología en la obtención de nuevos fármacos.
No en vano, con la IA es posible analizar imágenes médicas y optimizar la ejecución de ensayos clínicos. Con ello, se facilita en gran medida el descubrimiento de fármacos, como se explica desde esta entidad. Concretamente, se trata de un estudio del científico Bryan Roth, profesor de farmacología en la entidad.
Concretamente, se ha estudiado el sistema de IA AlphaFold2. Tal y como se informa, este sistema predice estructuras de proteínas con inteligencia artificial. Esta tecnología, "ha hecho posible que los científicos identifiquen y evoquen un número casi infinito de fármacos candidatos para el tratamiento de trastornos neuropsiquiátricos".
"Ha hecho posible que los científicos identifiquen y evoquen un número casi infinito de fármacos candidatos"
Así, "nuestros resultados sugieren que las estructuras AF2 pueden ser útiles para el descubrimiento de fármacos", apunta el autor principal. Con ello, se obtendría "un número casi infinito de posibilidades para crear medicamentos que alcancen el objetivo previsto para tratar una enfermedad, este tipo de herramienta de IA puede ser inestimable".
Según se ha dado a conocer, este sistema funciona extrayendo datos de una base masiva de información sobre proteínas conocidas. Con esta información, la tecnología pronostica los modelos de estructuras proteicas con la ayuda de todos estos datos.
Una vez que establece un modelo, puede simular cómo diferentes compuestos moleculares (como candidatos a fármacos) encajan y producen los efectos deseados. De esta manera, los investigadores pueden utilizar las combinaciones resultantes para comprender mejor las interacciones de las proteínas y crear nuevos fármacos candidatos.
"Nuestros resultados sugieren que las estructuras AF2 pueden ser útiles para el descubrimiento de fármacos"
Tras crear modelos de predicción, los investigadores pueden estudiar modelos físicos de las proteínas mediante complejas técnicas de microscopía y cristalografía de rayos X. "Con solo presionar un botón, se dirigieron hasta 1.600 millones de medicamentos potenciales a los modelos experimentales y a los modelos AlphaFold2. Curiosamente, cada modelo tuvo un resultado diferente para el fármaco candidato".
"A pesar de que los modelos tienen resultados diferentes, son muy prometedores para el descubrimiento de fármacos", se explica desde la universidad. En este sentido, "los investigadores determinaron que la proporción de compuestos que realmente alteraban la actividad de las proteínas para cada uno de los modelos era de alrededor del 50 y el 20%", comentan.
"De los cientos de millones de combinaciones potenciales, el 54% de las interacciones fármaco-proteína que utilizaron los modelos de proteína sigma-2 AlphaFold2 se activaron con éxito a través de un fármaco candidato unido", subrayan, con lo que los resultados ofrecen una tasa de éxito del 51%.