Abordan con IA proteínas de enfermedades sin tratamiento

Este avance podría conducir a nuevos tratamientos para enfermedades que se han resistido durante mucho tiempo al desarrollo de fármacos tradicionales, como ciertos tipos de cáncer, trastornos cerebrales e infecciones virales.

El estudio fue publicado el 13 de agosto de 2025 por un equipo multiinstitucional de investigadores de las Universidades McMaster, Duke y Cornell. La herramienta de IA, llamada PepMLM, se basa en un algoritmo originalmente diseñado para comprender el lenguaje humano y utilizado en chatbots, pero fue entrenado para comprender el lenguaje de las proteínas.

En 2024, el Premio Nobel de Química se otorgó a investigadores de Google DeepMind por el desarrollo de AlphaFold, un sistema de IA que predice la estructura tridimensional de las proteínas, un avance fundamental en el descubrimiento de fármacos.

Sin embargo, muchas proteínas relacionadas con enfermedades, como las implicadas en el cáncer y la neurodegeneración, carecen de estructuras estables.

En este sentido, PepMLM adopta un enfoque diferente: en lugar de basarse en la estructura, la herramienta utiliza únicamente la secuencia de la proteína para diseñar fármacos peptídicos. Esto permite abordar una gama mucho más amplia de proteínas patógenas, incluidas aquellas que antes se consideraban "intratables".

“La mayoría de las herramientas de diseño de fármacos se basan en el conocimiento de la estructura tridimensional de una proteína, pero muchos de los objetivos patológicos más importantes carecen de estructuras estables”, afirmó Pranam Chatterjee, autor principal del estudio, quien dirigió el trabajo en Duke y actualmente es profesor en la Universidad de Pensilvania.

“PepMLM revoluciona el diseño de ligantes peptídicos utilizando únicamente la secuencia de aminoácidos de la proteína”, añadió Chatterjee.

En pruebas de laboratorio, el equipo demostró que PepMLM podía diseñar péptidos (cadenas cortas de aminoácidos) que se adhieren a proteínas relacionadas con enfermedades y, en algunos casos, ayudan a destruirlas. Estas incluían proteínas implicadas en el cáncer, trastornos reproductivos, la enfermedad de Huntington e incluso infecciones virales vivas.

“Esta es una de las primeras herramientas que permite diseñar este tipo de moléculas directamente a partir de la secuencia de la proteína. Abre las puertas a formas más rápidas y eficaces de desarrollar nuevos tratamientos”, expuso Chatterjee.

El estudio incluyó importantes contribuciones de la Universidad McMaster, donde Christina Peng, estudiante de doctorado en el Laboratorio Truant, dirigió los experimentos sobre la enfermedad de Huntington.

“Es emocionante ver cómo estos péptidos diseñados con IA pueden realmente actuar dentro de las células para descomponer proteínas tóxica. Este podría ser un nuevo y eficaz enfoque para enfermedades como la enfermedad de Huntington, donde los medicamentos tradicionales no han sido eficaces”, afirmó Peng

Otras partes del estudio se llevaron a cabo en Cornell, donde los laboratorios de Matthew DeLisa y Héctor Aguilar construyeron y probaron los péptidos en proteínas virales, y en Duke, donde el equipo de Chatterjee desarrolló el modelo de IA y realizó experimentos de validación iniciales. El estudio también contó con la contribución de Ray Truant, de McMaster.

“Este trabajo demuestra que ahora podemos unir cualquier proteína a cualquier otra”, subrayó Truant, profesor del Departamento de Bioquímica y Ciencias Biomédicas. “Podemos degradar proteínas dañinas, estabilizar las beneficiosas o controlar su modificación, según el objetivo terapéutico”.

El equipo ya está trabajando en algoritmos de IA de próxima generación, como PepTune y MOG-DFM, para mejorar el comportamiento de estos péptidos en el cuerpo, haciéndolos más estables, más específicos y más fáciles de administrar.

“Nuestro objetivo final es una plataforma terapéutica peptídica programable y de uso general: una que comience con una secuencia y termine con un fármaco real”, señaló Chatterjee.

La investigación contó con el apoyo de la Fundación CHDI, la Fundación Wallace H. Coulter, la Fundación Hartwell, los Institutos Nacionales de Salud y la Fundación Krembil de Toronto, entre otros. Chatterjee y la primera autora, Tianlai Chen, son coinventores de solicitudes de patente estadounidenses relacionadas con PepMLM. Chatterjee y la coautora DeLisa tienen intereses financieros en UbiquiTx, Inc., una empresa biotecnológica que desarrolla terapias programables basadas en proteínas.