Modelo predictor para los efectos de los sustancias químicas en la salud humana

El análisis de fármacos, productos naturales y sustancias medioambientales permite identificar los fragmentos químicos responsables de causar un efecto terapéutico o perjudicial para la salud humana.

Este conocimiento puede ser de utilidad para generar fármacos con menos efectos secundarios, relacionar enfermedades y dar nuevos usos a fármacos ya aprobados.

El modelo predictor ideado por los investigadores del IRB Barcelona da información para el tratamiento de un 20% de enfermedades humanas.

Las bases de datos actuales contienen información de miles de moléculas, entre medicamentos, sustancias naturales y agentes químicos medioambientales, asociadas a enfermedades, ya sea porque tienen efectos adversos o terapéuticos. Partiendo de este conocimiento acumulado durante años y disponible en bases de datos, científicos del Instituto de Investigación Biomédica (IRB Barcelona) liderados por el investigador ICREA Patrick Aloy, han ideado un modelo predictor que permite asociar fragmentos químicos con efectos positivos o negativos para un 20% de las enfermedades humanas. El estudio se publica hoy en Nature Communications y puede tener aplicación para diseñar fármacos más seguros, detectar asociaciones entre enfermedades y dar nuevos usos a fármacos ya aprobados.

El estudio ha conllevado el análisis de 10.000 moléculas químicas que contienen 98.077 fragmentos asociados a 1.176 condiciones patológicas, representativas de todas las enfermedades humanas.

La farmacología anterior a los 80 \’con la visión del siglo XXI

Hasta los años 80, los farmacólogos diseñaban una sustancia química y estudiaban el efecto que tenía en un organismo modelo. Sin preocuparse en que hacían aquellas sustancias a nivel molecular ni saber las proteínas que alteraban se desarrollaron una gran cantidad de medicamentos para tratar todo tipo de enfermedades. Esta práctica de ensayo y error que acumuló mucho conocimiento, se abandonó con la irrupción de la biología molecular. Desde principios del siglo XXI, los fármacos se diseñan para alterar el comportamiento de proteínas o genes que previamente se saben afectados en una determinada patología. Esta aproximación basada en el conocimiento biológico previo no está dando los frutos esperados.

El químico Miquel Duran, estudiante de doctorado que trabaja en biología de redes en el IRB Barcelona, se preguntó si la acumulación de datos actuales que relacionan la estructura química de sustancias a enfermedad por su efecto terapéutico o adverso, permitiría desarrollar un modelo predictor que relacionara una estructura química con el efecto que tendría en humanos. \’Lo que vemos es que, en efecto, tenemos suficiente información sobre estructuras químicas para predecir razonablemente bien los efectos que tendrán en un 20% de todas las enfermedades humanas\’, dice Duran. \’Esto significa que la información de estructuras químicas, que en muchas ocasiones y sobre todo en el ámbito de la biología molecular no se tiene en cuenta, puede ser muy útil para la biomedicina, como por ejemplo para diseñar fármacos más seguros\’, asegura el investigador. El estudio permite agrupar el conocimiento acumulado redescubriéndolo y organizándolo, y generar un 20% de conocimiento nuevo gracias a la explotación de los datos informatizados.

Diseños más seguros, comorbilidad y reposicionamiento de fármacos

Patrick Aloy explica que el estudio sirve para disponer de información valiosa para evitar o propiciar el uso de determinados fragmentos químicos en el diseño de fármacos. Por ejemplo, su modelo estima que hay un 40% de fragmentos químicos con efectos terapéuticos que no se están incorporando en el diseño de fármacos mientras que, en cambio, hay fragmentos que causan efectos secundarios que se encuentran en muchos medicamento en uso.

Los investigadores señalan además que su estudio puede servir para detectar asociaciones entre dos enfermedades, la llamada comorbilidad -una lleva al desarrollo de otra- o comorbilidad inversa -una protege de desarrollar otra-, y para indicar nuevos posibles usos para fármacos ya aprobados.

Este trabajo ha sido posible gracias a la financiación aportada por el Ministerio de Economía y Competitividad, la Comisión Europea y el Consejo Europeo de Investigación en el laboratorio dirigido por Patrick Aloy en Bioinformática Estructural y Biología de Redes en el IRB Barcelona.