Un equipo del CSIC y la Universidad Pontificia Comillas crea un compuesto prometedor mediante modelos generativos que podrían revolucionar el desarrollo de fármacos

Por primera vez, una molécula con potencial terapéutico frente al alzhéimer y ciertos tipos de cáncer ha sido diseñada desde cero en España mediante inteligencia artificial generativa, abriendo una nueva etapa en la creación de fármacos. El avance ha sido posible gracias a un trabajo conjunto entre tres centros del Consejo Superior de Investigaciones Científicas (CSIC), la Universidad Pontificia Comillas y la empresa AItenea Biotech, y ha sido publicado en la prestigiosa revista Journal of Medicinal Chemistry.

La clave está en una proteína: DYRK1A, cuya sobreexpresión se asocia con enfermedades como el síndrome de Down, el alzhéimer y determinados tumores. Inhibir esta proteína es un objetivo terapéutico emergente, ya que podría prevenir la acumulación de proteínas tau hiperfosforiladas, implicadas en la neurodegeneración.

“Hemos diseñado una molécula desde cero que muestra una potente inhibición de DYRK1A, además de propiedades antioxidantes y antiinflamatorias, y con capacidad para atravesar la barrera hematoencefálica”, explica Nuria E. Campillo, investigadora del Centro de Investigaciones Biológicas Margarita Salas (CIB-CSIC) y una de las autoras principales del estudio, junto con Simón Rodríguez, de la Universidad Pontificia Comillas.

Así funciona la IA que diseña fármacos

El protocolo desarrollado se basa en un modelo generativo jerárquico que emplea representaciones moleculares en forma de grafos. Esto permite combinar patrones estructurales flexibles y generar miles de moléculas con potencial terapéutico, incluso cuando los datos experimentales son escasos.

Además, el equipo ha utilizado técnicas tradicionales como el docking molecular y los cálculos de teoría del funcional de la densidad (DFT), junto con modelos predictivos avanzados como los QSAR (relación cuantitativa estructura-actividad) potenciados por inteligencia artificial.

“La combinación de estos modelos mejora drásticamente la precisión de las predicciones biológicas y acelera un proceso que antes requería años de trabajo”, señala David Ríos Insua, investigador del CSIC en el Instituto de Ciencias Matemáticas (ICMAT).

Resultados prometedores y próximos pasos

Una de las moléculas diseñadas, clasificada como pirazolil-1H-pirrolo[2,3-b]piridina, ha demostrado su efectividad a nivel nanomolar en pruebas enzimáticas y celulares, mostrando además buena permeabilidad cerebral, un requisito fundamental para cualquier tratamiento del sistema nervioso central.

Tras esta primera validación experimental, el equipo trabajará en:

• Optimizar químicamente los compuestos más prometedores.

• Integrar directamente los modelos generativos con los predictivos para aumentar especificidad y reducir toxicidad.

• Explorar técnicas de aprendizaje por refuerzo que mejoren el diseño de nuevas versiones de las moléculas.

Lo más relevante es que esta estrategia puede adaptarse fácilmente a otros objetivos terapéuticos, permitiendo abordar nuevas enfermedades complejas desde el laboratorio digital hasta el modelo preclínico con mayor velocidad y eficiencia.

Ciencia española al frente de la revolución farmacológica

Este avance posiciona a los centros de investigación españoles en la vanguardia internacional del desarrollo de fármacos mediante inteligencia artificial. Además del CIB y el ICMAT, ha participado el Instituto de Química Médica (IQM-CSIC).

“Estamos asistiendo a un cambio de paradigma. La IA no viene a sustituir a la química medicinal, sino a potenciarla y hacerla más rápida, precisa y versátil”, concluye Campillo.

En una época marcada por el envejecimiento de la población y el aumento de enfermedades neurodegenerativas y oncológicas, herramientas como esta podrían acortar la espera de millones de pacientes y abrir el camino hacia tratamientos más personalizados y eficaces.