Con IA, FES Cuautitlán desarrolla medicamento contra esta enfermedad

La inteligencia artificial (IA) avanza a pasos agigantados y con ella sus beneficios en diferentes campos de estudio, como la medicina. Así lo demostró la FES Cuautitlán, de la UNAM, que logró usar esta herramienta para desarrollar un medicamento contra la leucemia mieloide crónica (LMC), el cual reducirá considerablemente el tiempo y costo de producción.

Partiendo de un fármaco que ayuda a detener la multiplicación de las células cancerígenas, el doctor Juan Manuel Aceves Hernández, de FES Cuautitlán y encargado del Laboratorio de Nanotecnología y Modelado Molecular, empleó la IA para hallar nuevas moléculas con potencial terapéutico.

Leer también IA en la educación en Ciencias de la Salud: acción urgente u obsolescencia

¿Qué es la leucemia mieloide crónica?

La LMC es un padecimiento poco común que afecta entre una y dos personas por cada 100 mil al año. Originada en la médula ósea, la LMC provoca la reproducción desmedida de granulocitos, un tipo de glóbulos blancos que se acumulan en la médula ósea y la sangre. Esta condición impacta en la producción de glóbulos rojos, glóbulos blancos y plaquetas.

Gracias al avance tecnológico en el sector, la LMC ha disminuido la cifra de mortalidad a solo el 10% de los casos. La medicina moderna está enfocada no solo en controlar la enfermedad y sus síntomas, sino también en seguir disminuyendo dicha tasa.

Los pacientes con LMC pueden presentar los siguientes síntomas:

• Debilidad
• Cansancio
• Sudoración nocturna
• Pérdida de peso
• Dolor en los huesos
• Sensación de saciedad aun comiendo poco

La UNAM y la IA en la lucha contra la LMC

Con ayuda de la IA, el doctor Aceves y su equipo trabajan en tres compuestos derivados del fármaco imatinib, un medicamento que revolucionó la lucha contra la LMC a finales de los noventa y que es el responsable de bloquear la acción de la proteína BCR-ABL1, también conocida como cromosoma Filadelfia, origen de la LMC.

En busca de reducir los efectos secundarios del tratamiento, el equipo de investigadores de la UNAM empleó la minería de datos, una técnica que analiza grandes volúmenes de información molecular y genética a fin de identificar patrones y relaciones para descubrir moléculas con uso potencial en tratamientos médicos.

Leer también Paso a paso: cómo instalar y usar ChatGPT Atlas, navegador de OpenAI

El proceso se llevó a cabo en tres fases:

1. Selección de proteínas diana: se eligieron las llamadas tirosina cinasas y se consultaron bases de datos especializadas para entender mejor cómo interactúan con los medicamentos.

2. Diseño de nuevas moléculas: con ayuda de plataformas de IA, se crearon y analizaron versiones modificadas de compuestos químicos, representados en un lenguaje llamado SMILES, el cual sirve para describir estructuras moleculares. De este proceso surgieron 11 posibles derivados.

3. Evaluación computacional: se utilizaron modelos digitales para predecir las propiedades y la actividad biológica de las moléculas. Se encontró que tres de ellas (las número 2, 6 y 11) mostraron un potencial mayor que el imatinib original.

Ante estos hallazgos, los investigadores de FES Cuautitlán ya se encuentran en la etapa inicial para desarrollar posibles tratamientos contra el Alzheimer, también con enfoques similares de IA.

Autor: Yahir Torres