Su herramienta, denominada POLYGON, es capaz de identificar rápidamente candidatos a medicamentos con múltiples objetivos, lo que podría reducir los efectos secundarios de las terapias combinadas actuales.
Los investigadores han utilizado POLYGON para sintetizar 32 nuevos candidatos a medicamentos destinados a tratar el cáncer. Esta nueva herramienta es única en su clase porque se centra en moléculas que pueden actuar sobre múltiples objetivos, un enfoque que tiene un interés principal para científicos y médicos.
La algoritmia es ahora un campo en crecimiento para las ciencias farmacéuticas, como explica Trey Ideker, profesor en la UC San Diego. A diferencia de los métodos comerciales, esta tecnología se ofrece en código abierto, permitiendo su uso libre por todos.
POLYGON ha sido entrenado con una base de datos de más de un millón de moléculas bioactivas con información detallada sobre sus propiedades químicas e interacciones conocidas. Esta tecnología permite generar fórmulas químicas para nuevos candidatos a medicamentos, que podrían inhibir proteínas específicas.
Los investigadores han probado esta tecnología produciendo cientos de candidatos a medicamentos que apuntan a diversas parejas de proteínas relacionadas con el cáncer. Entre ellos, 32 moléculas mostraron interacciones prometedoras con las proteínas MEK1 y mTOR, que son frecuentes objetivos en terapias combinadas.
La descubrimiento de medicamentos asistida por inteligencia artificial es vista por los investigadores como un camino futuro lleno de promesas, potencialmente capaz de transformar las prácticas actuales.