Nuestra investigadora Ana Maria Fernandez Escamilla ha estado la semana pasada en el congreso internacional de la sociedad española de biofisica (SBE) presentando el trabajo:
«AI-Driven de novo design of selective focal adhesion kinase inhibitors»
Este trabajo, realizado en colaboración con los investigadores Magnus Bauer (Universidad de Washington) y Daniel Lietha (Centro de Investigaciones Biológicas Margarita Salas, CSIC, Madrid), se centra en avances recientes de herramientas basadas en deep learning, en particular AlphaFold (AF) y RoseTTAFold (RF). Estas herramientas han revolucionado la biología estructural al permitir predicciones de alta precisión de estructuras proteicas a partir de secuencias de aminoácidos. Una innovación clave es la aplicación de modelos probabilísticos de difusión para eliminación de ruido (DDPM), ejemplificados por RFdiffusion.
Los Investigadores han empleado RFdiffusion para diseñar de novo inhibidores proteicos, denominados «Deep binders», dirigidos al dominio quinasa del complejo quinasa de adhesión focal (FAK). Este complejo es un objetivo clave en la progresión tumoral y por consiguiente en la terapia contra el cáncer.
Gracias a estas innovaciones, han logrado diseñar proteínas que pueden interactuar con gran afinidad con otras proteínas, incluso en superficies que antes se consideraban inaccesibles para las pequeñas moléculas. Esto abre nuevas posibilidades para desarrollar tratamientos dirigidos contra enfermedades en las que las terapias tradicionales no resultan eficaces.
Este avance representa un paso importante hacia el diseño racional impulsado por IA de terapias basadas en proteínas.