Un artículo reciente publicado en Nature Aging por investigadores de Integrated Biosciences, una empresa de biotecnología que combina biología sintética y aprendizaje automático para combatir el envejecimiento. El documento demuestra cómo se puede utilizar la inteligencia artificial (IA) para identificar nuevos compuestos senolíticos. Estas son una clase de moléculas pequeñas que reciben una atención significativa debido a su potencial para inhibir los procesos relacionados con el envejecimiento, como la fibrosis, la inflamación y el cáncer.
El trabajo de investigación es el resultado de un esfuerzo de colaboración entre investigadores del Massachusetts Institute of Technology (MIT) y el Broad Institute of MIT and Harvard. La publicación describe el análisis dirigido por IA de más de 800 000 compuestos, que identificó con éxito tres fármacos potenciales con una eficacia comparable y propiedades químicas medicinales superiores a las de los senolíticos que se están investigando actualmente.
“El resultado de esta investigación es un hito importante tanto para la investigación sobre la longevidad como para la aplicación de la inteligencia artificial al descubrimiento de fármacos”, dijo el doctor Felix Wong, Ph.D., cofundador de Integrated Biosciences y primer autor de la publicación. «Estos datos demuestran que podemos explorar el espacio químico in silico y emerger con múltiples compuestos antienvejecimiento candidatos que tienen más probabilidades de tener éxito en la clínica, en comparación con incluso los ejemplos más prometedores de su tipo que se estudian hoy».
Los senolíticos son compuestos que inducen selectivamente la apoptosis, o muerte celular programada, en células senescentes que ya no se dividen. Un sello distintivo del envejecimiento, las células senescentes se han implicado en un amplio espectro de enfermedades y afecciones relacionadas con la edad, como el cáncer, la diabetes, las enfermedades cardiovasculares y la enfermedad de Alzheimer.
A pesar de los resultados clínicos prometedores, la mayoría de los compuestos senolíticos identificados hasta la fecha se han visto obstaculizados por una escasa biodisponibilidad y efectos secundarios adversos.
Integrated Biosciences se fundó en 2022 para superar estos obstáculos, enfocarse en otras características del envejecimiento desatendidas y avanzar en el desarrollo de fármacos antienvejecimiento de manera más general utilizando inteligencia artificial, biología sintética y otras herramientas de próxima generación.
“Una de las rutas más prometedoras para tratar enfermedades relacionadas con la edad es identificar intervenciones terapéuticas que eliminen selectivamente estas células del cuerpo de manera similar a cómo los antibióticos matan bacterias sin dañar las células huésped. Los compuestos que descubrimos muestran una alta selectividad, así como las propiedades químicas médicas favorables necesarias para producir un fármaco exitoso”, dijo Satotaka Omori, Ph.D., Jefe de Biología del Envejecimiento en Integrated Biosciences y primer autor conjunto de la publicación. “Creemos que los compuestos descubiertos con nuestra plataforma tendrán mejores perspectivas en los ensayos clínicos y eventualmente ayudarán a restaurar la salud de las personas que envejecen”.
En su nuevo estudio, los investigadores de Integrated Biosciences entrenaron redes neuronales profundas en datos generados experimentalmente para predecir la actividad senolítica de cualquier molécula. Usando este modelo de IA, descubrieron tres compuestos senolíticos altamente selectivos y potentes de un espacio químico de más de 800,000 moléculas.
Los tres mostraron propiedades químicas que sugerían una alta biodisponibilidad oral y se encontró que tenían perfiles de toxicidad favorables en las pruebas de hemólisis y genotoxicidad. Los análisis estructurales y bioquímicos indican que los tres compuestos se unen a Bcl-2, una proteína que regula la apoptosis y también es un objetivo de la quimioterapia.
Los experimentos que probaron uno de los compuestos en ratones de 80 semanas de edad, que corresponden aproximadamente a humanos de 80 años, encontraron que eliminaba las células senescentes y reducía la expresión de los genes asociados con la senescencia en los riñones.
“Este trabajo ilustra cómo se puede utilizar la IA para acercar la medicina un paso más a las terapias que abordan el envejecimiento, uno de los desafíos fundamentales de la biología”, dijo James J. Collins, Ph.D., Termeer Professor of Medical Engineering and Science en el MIT y presidente fundador del Consejo Asesor Científico de Integrated Biosciences.
“Integrated Biosciences se basa en la investigación básica que mi laboratorio académico ha realizado durante la última década, lo que demuestra que podemos enfocarnos en las respuestas de estrés celular utilizando sistemas y biología sintética. Este tour de force experimental y la plataforma estelar que lo produjo hacen que este trabajo se destaque en el campo del descubrimiento de fármacos e impulsará un progreso sustancial en la investigación de la longevidad”.
El doctor Collins, autor principal del artículo en Nature Aging, dirigió el equipo que descubrió el primer antibiótico identificado por aprendizaje automático en 2020.
Referencia: “Discovering small-molecule senolytics with deep neural networks”, de Felix Wong, Satotaka Omori, Nina M. Donghia, Erica J. Zheng y James J. Collins. 4 de mayo de 2023, Nature Aging. DOI: 10.1038/s43587-023-00415-z
Más info:
Fuente: SciTechDaily
