Revista de Divulgación Científico-Tecnológica del Gobierno del Estado de Morelos

De la serendipia al diseño computacional Búsqueda de moléculas bioactivas y diseño de fármacos asistidos por computadora

art3 01

Figura 1. Equipo de supercómputo del laboratorio de Computo Científico y laboratorio de Farmacología Experimental del Instituto de Ecología.

La serendipia es un descubrimiento que se produce accidentalmente, es encontrar algo que no estabas buscando. Esta palabra hace referencia a un cuento persa llamado “Los tres príncipes de Serindip”, en el cual, la creatividad y capacidad de observación de los príncipes los lleva a realizar descubrimientos inesperados. Para que esto ocurra es necesario mantener la mente abierta y tener suficientes conocimientos para no pasar por alto el hallazgo. Como decía Pasteur: “el azar solamente favorece a una mente preparada”.

Muchos medicamentos se han encontrado por serendipia. Por ejemplo, Alexander Fleming descubrió la penicilina gracias a que sus cultivos de bacterias se contaminaron con moho (Penicillium notatum).

Otro ejemplo es el descubrimiento de las benzodiazepinas (fármacos que actúan sobre el sistema nervioso central) por Leo Sternbach, quien trabajó sintetizando muchos compuestos con la esperanza de diseñar uno que pudiera llegar a ser un medicamento, pero al evaluarlos no encontró ningún resultado y, decepcionado, dio por terminada su investigación. Años más tarde, mientras limpiaba su laboratorio, encontró uno de los compuestos que había dejado sin analizar y sin mucha esperanza lo mandó a evaluar. Sorprendentemente, encontró que el compuesto tenía excelentes efectos como tranquilizante y en 1960 se comercializó como Librium, uno de los fármacos más utilizados en el tratamiento de esquizofrenia, depresión, ansiedad y otros trastornos neurológicos.

Sin duda, existen varios casos de éxito en el descubrimiento de moléculas bioactivas por serendipia, pero ¿podemos dejar al azar la búsqueda de nuevos fármacos? Se estima que, de 40 mil compuestos probados en animales, sólo cinco logran pasar a las pruebas clínicas. Llegar hasta ese punto puede tomar 10 años o más y requiere de una inversión de alrededor de 2 mil 600 millones de dólares. Por esta razón, es necesario establecer mecanismos de búsqueda rápidos, económicos y con mayor probabilidad de éxito para hacer frente a las necesidades de salud.

Algunas de las moléculas que podrían convertirse en medicamentos están escondidas en la naturaleza esperando ser descubiertas o pueden ser diseñadas y sintetizadas directamente en un laboratorio.

El problema es que ante tantas opciones es necesario mejorar la manera de seleccionar las moléculas por analizar experimentalmente.

En el Instituto de Ecología (INECOL) los laboratorios de Cómputo Científico y Farmacología Experimental trabajan de manera conjunta para realizar la búsqueda de moléculas bioactivas con ayuda del supercómputo.

art3 02

Leo Sternbach.

¿Cómo han impactado las herramientas computacionales en el diseño y desarrollo de fármacos?
Las herramientas computacionales nos permiten buscar y diseñar fármacos a menor costo y con mayor probabilidad de éxito. Es decir, usamos algoritmos y modelos computacionales para describir y calcular interacciones (propiedades fisicoquímicas, farmacológicas y farmacocinéticas) entre un blanco terapéutico (proteínas, enzimas o ácidos nucleicos) y un conjunto de ligantes o moléculas bioactivas (potenciales fármacos); a este proceso se le conoce como cribado virtual.

art3 03

Hoy en día, estas metodologías crecen a pasos agigantados, pues el uso de supercomputadoras cada vez más poderosas permite analizar más datos y desarrollar técnicas más eficientes de clasificación como IA (Inteligencia Artificial). Por ejemplo, a través del cribado virtual en el sitio activo de la enzima integrasa del VIH (virus de inmunodeficiencia humana), se descubrió el raltegravir, un antiviral aprobado por la FDA (Food & Drugs Administration de E.U.A.) como tratamiento contra el virus.

De forma similar, durante la pandemia del virus SARS-CoV-2, el diseño computacional con IA permitió identificar fármacos como el paxlovid. Así pues, el desarrollo e implementación de estas técnicas analíticas representan un campo abierto a la interdisciplina y colaboración entre la comunidad científica para resolver problemas de gran importancia en el campo de la salud.


Dra. Yoshajandith Aguirre Vidal / Esta dirección de correo electrónico está protegida contra spambots. Usted necesita tener Javascript activado para poder verla.
M. en C. Emanuel Villafán de la Torre / Esta dirección de correo electrónico está protegida contra spambots. Usted necesita tener Javascript activado para poder verla.
Dr. Abraham Vidal-Limón / Esta dirección de correo electrónico está protegida contra spambots. Usted necesita tener Javascript activado para poder verla.
Red de Estudios Moleculares Avanzados del Instituto de Ecología A.C. (INECOL), Veracruz, México