México.- A nivel mundial, la incidencia de la leucemia mieloide crónica (LMC) es baja: se presentan alrededor de 1 a 2 casos nuevos por cada 100 mil habitantes al año. Esta enfermedad se origina en la médula ósea a partir de células madre hematopoyéticas que desarrollan la fusión génica BCR-ABL1 —conocida como cromosoma Filadelfia—, lo que provoca la proliferación descontrolada de granulocitos, un tipo de glóbulo blanco. Estas células enfermas se acumulan tanto en la médula ósea como en la sangre y afectan la producción normal de glóbulos rojos, glóbulos blancos y plaquetas.
Por ello, las personas con LMC pueden sentirse débiles, cansadas, presentar sudores nocturnos, perder peso, tener dolor en los huesos y experimentar sensación de llenura aun cuando comen poco, debido al crecimiento del bazo. La medicina actual busca no sólo controlar los efectos de la enfermedad, sino también mejorar la ya alta supervivencia, que con terapias dirigidas supera hoy el 90 % de los pacientes a cinco años.
En la última década se han descubierto y desarrollado medicamentos eficaces para el tratamiento de este padecimiento. Con la llegada de la inteligencia artificial (IA), las opciones para diseñar nuevos fármacos se amplían. El doctor Juan Manuel Aceves Hernández, de la FES Cuautitlán y responsable del Laboratorio de Nanotecnología y Modelado Molecular, emplea esta tecnología para desarrollar nuevos compuestos contra la LMC.
El doctor Aceves y su equipo trabajan en la obtención de tres derivados del imatinib, un fármaco descubierto a finales de los años noventa que revolucionó el tratamiento de la LMC al bloquear la acción de la proteína anormal BCR-ABL1 y detener la multiplicación de las células cancerosas.
“Crear un medicamento es un proceso que implica muchas cosas y en el cual se hace mucho énfasis en saber todo acerca de la enfermedad, los tratamientos actuales que existen y otros factores que intervienen y que provocan que este proceso lleve de 7 a 10 años. Sin embargo, con el uso de la IA, los tiempos y los costos se reducen sustancialmente. En este caso, nosotros nos enfocamos en buscar derivados del imatinib con el fin de que tengan menos efectos secundarios”, comentó.
Para desarrollar estos compuestos se utilizó minería de datos, técnica que analiza grandes conjuntos de información molecular y genética para identificar patrones y relaciones que conduzcan al hallazgo de nuevas moléculas con potencial terapéutico.
El proceso siguió tres fases:
1.- Selección de proteínas diana (tirosina cinasas) y uso de bases de datos especializadas.
2.- Generación y análisis de análogos mediante plataformas de diseño asistido por IA y representación química en formato SMILES (lenguaje estándar para describir estructuras moleculares). Se obtuvieron 11 derivados potenciales.
3.- Predicción computacional de propiedades fisicoquímicas y actividad biológica, con la cual se identificó que las moléculas 2, 6 y 11 mostraron un poder de acción superior al del imatinib original.
Con base en estos resultados, el equipo se encuentra validando la eficacia de los compuestos mediante pruebas in vitro en líneas celulares de LMC.
Además, el Dr. Aceves y su grupo aplican enfoques similares de IA para explorar posibles tratamientos contra el Alzheimer, aunque este proyecto aún está en fase inicial.
“Esto aún está en proceso. Queremos realizar una investigación amplia donde evaluemos la calidad de vida de las personas, los alimentos que consumen y muchos otros factores, para ir armando ese rompecabezas que nos permita descubrir un medicamento que pueda ayudar a quienes padecen esta enfermedad”, concluyó.
¿Quieres mantenerte a tanto de todas las noticias hoy en Puebla? ¡Explora más en nuestro portal ahora mismo!
Fotos UNAM
mala
