Anticuerpos alostéricos y aprendizaje automático: una fuerza transformadora en el descubrimiento de fármacos
El paradigma emergente de los anticuerpos alostéricos, junto con los avances en inteligencia artificial (IA), ofrece nuevas oportunidades para la innovación terapéutica. [1] El campo del diseño de anticuerpos alostéricos ofrece oportunidades únicas para manipular la función de las proteínas, lo que abre nuevas vías para el tratamiento de enfermedades que antes se consideraban «incurables» y un nuevo nivel de precisión en el tratamiento de enfermedades complejas como el cáncer y los trastornos neurodegenerativos. Este nuevo campo también plantea un reto para la protección de la propiedad intelectual de las inversiones en invenciones que abarcan mecanismos únicos, la integración de la IA y la biotecnología, y nuevas aplicaciones diagnósticas y terapéuticas.
¿Qué son los anticuerpos alostéricos?
Las terapias tradicionales con anticuerpos suelen dirigirse al sitio activo de una proteína, compitiendo directamente con los ligandos o sustratos naturales. Por otro lado, los anticuerpos alostéricos se unen a sitios diferentes del sitio activo, a menudo denominados sitios alostéricos. La unión de un anticuerpo a un sitio alostérico puede desencadenar cambios conformacionales dentro de la proteína que alteran su actividad o sus interacciones con otras moléculas. Esta capacidad permite a los anticuerpos alostéricos cambiar la actividad biológica de la proteína de formas predecibles, más allá de simplemente dirigirse a los sitios activos y la unión de ligandos, lo que ofrece aplicaciones innovadoras en estrategias terapéuticas y descubrimiento de fármacos.
El papel del aprendizaje automático en el desarrollo de anticuerpos alostéricos
Los avances en el aprendizaje automático y la biología estructural computacional han contribuido significativamente al desarrollo de anticuerpos alostéricos, al identificar regiones alostéricamente activas en proteínas diana y diseñar anticuerpos que pueden unirse a dianas alostéricas y lograr los cambios de conformación deseados en las proteínas diana. El diseño de anticuerpos alostéricos requiere tener en cuenta «toda la dinámica conformacional tanto de la proteína diana como del anticuerpo»[1] para identificar los anticuerpos que logran el cambio deseado en la proteína diana. Esto requiere el análisis de conjuntos de datos complejos y de gran tamaño, para lo cual el aprendizaje automático resulta especialmente adecuado.
Aplicaciones de los anticuerpos alostéricos
Los anticuerpos alostéricos prometen redefinir no solo la terapéutica, sino también el descubrimiento de fármacos en general, al proporcionar:
- Nuevos fármacos para enfermedades que antes eran «incurables»
- Apoyo a la selección de moléculas pequeñas.
- Acompañantes para estudios estructurales
El desarrollo de anticuerpos alostéricos debe supervisarse de cerca debido a su potencial para impulsar la innovación terapéutica y a los retos únicos que plantea la protección de las inversiones en este ámbito, que surgen de la intersección entre el aprendizaje automático y la biotecnología.
[1] Fournier, Léxane, et al., Anticuerpos alostéricos: un nuevo paradigma en el descubrimiento de fármacos, Trends in Pharmacological Sciences, volumen 0, número 0.
Además de su aplicación como agentes terapéuticos, los anticuerpos alostéricos también se desarrollaron como herramientas para apoyar el cribado de alto rendimiento (HTS) de moléculas pequeñas. La identificación de redes y comunicaciones alostéricas avanza junto con el desarrollo de métodos computacionales modernos. El reto pendiente sería el diseño dirigido de anticuerpos alostéricos. Por lo tanto, el diseño de anticuerpos alostéricos debe abordarse con una consideración meticulosa de toda la dinámica conformacional tanto de la proteína diana como del anticuerpo.
Ver artículo de referencia
La alostería, a menudo considerada como el segundo secreto de la vida, está emergiendo como la actividad moduladora no tan secreta de los anticuerpos.
