Imagen ilustrativa

Un equipo de investigadores ha desarrollado un método innovador que utiliza redes neuronales para diseñar proteínas capaces de unirse a moléculas pequeñas, como fármacos, desde cero. Publicado en la revista Nature, el estudio demuestra que, mediante un algoritmo de optimización iterativa que combina dos redes neuronales, es posible generar proteínas con alta precisión, afinidad y tasas de éxito, lo que promete aplicaciones en la administración de medicamentos y la neutralización de toxinas.

¿Cómo funciona el algoritmo?

El enfoque, denominado “selección-expansión iterativa neuronal” (NISE, por sus siglas en inglés), empareja dos redes neuronales: una que predice la estructura de la proteína y otra que evalúa la afinidad de unión con la molécula objetivo. En cada iteración, el algoritmo selecciona las mejores candidatas y las expande generando variantes, refinando progresivamente el diseño hasta obtener proteínas funcionales.

Resultados destacados

  • Las proteínas diseñadas mostraron tasas de unión exitosa superiores al 50% en pruebas experimentales.
  • La afinidad de unión alcanzó niveles nanomolares, comparables a proteínas naturales.
  • El método funcionó para múltiples moléculas pequeñas, incluyendo fármacos conocidos y compuestos sintéticos.

Implicaciones para la medicina y la biotecnología

Este avance podría revolucionar el diseño de proteínas terapéuticas, permitiendo crear “transportadores” personalizados para fármacos, mejorando su eficacia y reduciendo efectos secundarios. También abre la puerta a proteínas que secuestren toxinas o contaminantes, con aplicaciones en descontaminación ambiental.

Desafíos y próximos pasos

Aunque los resultados son prometedores, los investigadores señalan que el método aún debe optimizarse para escalar a proteínas más grandes y complejas. Además, se requiere validación en modelos animales antes de llegar a ensayos clínicos.

Otros artículos relacionados:

Por Editor

Deja un comentario