Images
- Un equip de recerca de l’IRB Barcelona ha desenvolupat un marc computacional capaç de generar molècules amb activitat selectiva en tipus cel·lulars concrets, sense necessitat de partir d’una diana molecular predefinida.
- Publicada a Communications Chemistry, aquesta nova estratègia combina intel·ligència artificial predictiva i generativa per dissenyar noves entitats químiques amb efectes biològics específics.
- La validació experimental va confirmar que diverses de les molècules generades mitjançant intel·ligència artificial presentaven l’activitat per a la qual havien estat dissenyades, amb una taxa d’èxit superior a la dels cribratges tradicionals.
El paradigma clàssic del descobriment de fàrmacs parteix d’una diana molecular coneguda: una proteïna la modulació de la qual s’espera que permeti revertir el curs de la malaltia. En moltes patologies, però, aquesta diana no existeix o no està prou caracteritzada.
Ara, el laboratori de Bioinformàtica Estructural i Biologia de Xarxes de l’IRB Barcelona, liderat pel Dr. Patrick Aloy, proposa una nova estratègia per dissenyar molècules no a partir d’una proteïna concreta, sinó de l’efecte que es vol provocar en les cèl·lules.
En aquesta aproximació, coneguda com a descobriment fenotípic, el punt de partida no és una diana molecular concreta, sinó una resposta observable en la cèl·lula; per exemple, que una molècula actuï sobre un tipus cel·lular determinat i no sobre d’altres.
Per posar a prova la metodologia, l’equip va utilitzar diferents models cel·lulars, incloent-hi línies derivades de càncer de pàncrees i cèl·lules control.
«Per primera vegada, hem dissenyat noves entitats químiques amb intel·ligència artificial a partir de l’efecte biològic que volíem aconseguir i hem demostrat experimentalment que funcionen en tipus cel·lulars concrets», explica el Dr. Patrick Aloy, investigador ICREA de l’IRB Barcelona.
Superant els límits del cribratge
Per entrenar el sistema, l’equip científic va generar primer una base de dades pròpia a partir de l’avaluació de més d’11.000 compostos químics en vuit models cel·lulars diferents: sis de càncer de pàncrees i dos de control. Amb aquestes dades, van crear models predictius basats en la informació de bioactivitat de cada molècula sobre les cèl·lules, que van demostrar una precisió molt superior a la dels mètodes basats exclusivament en la similitud química entre compostos.
Posteriorment, van integrar aquests models en un sistema d’intel·ligència artificial generativa i aprenentatge automàtic capaç de proposar noves molècules candidates. L’objectiu era dissenyar molècules noves segons un doble criteri: que fossin actives davant d’un tipus cel·lular concret i que, alhora, tinguessin un efecte menor sobre les cèl·lules control o altres perfils cel·lulars.
Validació experimental: de l’ordinador al laboratori
L’equip va avaluar experimentalment moltes de les molècules dissenyades per la intel·ligència artificial i va comprovar que algunes de les candidates, així com compostos estructuralment relacionats, complien la funció per a la qual havien estat dissenyades: actuar de manera selectiva sobre determinats models cel·lulars, amb un efecte menor sobre altres.
Les molècules dissenyades per intel·ligència artificial no només van mostrar una activitat superior a la de les obtingudes mitjançant estratègies de cribratge convencionals, sinó que moltes també van resultar ser estructuralment innovadores i diferents dels compostos químics coneguts fins ara.
Tot i que aquesta metodologia encara es troba en una fase inicial del procés de descobriment de compostos, obre noves possibilitats per identificar molècules candidates d’una manera més ràpida i dirigida, especialment en contextos en què no es disposa d’una diana terapèutica clara.
Article de referència:
Phenotypic AI-based design of cell-specific small molecule cytotoxics
Gema Rojas-Granado, Marta Sánchez-Soto, Jesús Calahorra, María Caballero, Israel Ramos , Martino Bertoni & Patrick Aloy
Communications Chemistry (2024) DOI: 10.1038/s42004-026-02071-x
IRB Barcelona
L’Institut de Recerca Biomèdica (IRB Barcelona) treballa per aconseguir una vida lliure de malalties. Desenvolupa una recerca multidisciplinària d’excel·lència per curar el càncer i altres malalties vinculades a l'envelliment. Treballa establint col·laboracions amb la indústria farmacèutica i els principals hospitals per fer arribar els resultats de la recerca a la societat a través de la transferència de tecnologia, i du a terme diferents iniciatives de divulgació científica per mantenir un diàleg obert amb la ciutadania. L’IRB Barcelona és un centre internacional que acull al voltant de 400 investigadors de més de 30 nacionalitats. Reconegut com a Centre d'Excel·lència Severo Ochoa des de 2011, és un centre CERCA i membre del Barcelona Institute of Science and Technology (BIST).
