Un software creado por científicos argentinos permite entender y predecir el plegamiento incorrecto de proteínas clave en enfermedades neurodegenerativas. Podría abrir el camino al diseño de nuevos tratamientos y medicamentos.
Un equipo de científicos argentinos desarrolló un software de inteligencia artificial capaz de estudiar proteínas asociadas al Alzheimer, el Parkinson y la esclerosis lateral amiotrófica (ELA), con el objetivo de comprender mejor cómo se originan estas enfermedades neurodegenerativas y avanzar, a futuro, en el diseño de nuevos tratamientos.
El trabajo fue realizado por investigadores del CONICET, la Fundación Instituto Leloir y el Instituto Tecnológico de Buenos Aires (ITBA), y los resultados fueron publicados en enero pasado en la revista científica Journal of Molecular Biology.
La herramienta, denominada AggrescanAI, utiliza aprendizaje profundo para predecir el plegamiento incorrecto de las proteínas y la formación de agregados tóxicos en el cerebro, un proceso clave en el desarrollo de este tipo de enfermedades.
Entender para poder tratar
Cristina Marino-Buslje, investigadora del CONICET, jefa del Laboratorio de Bioinformática Estructural de la Fundación Instituto Leloir y coautora del estudio, explicó que el software permite identificar “qué zonas de una proteína son las que inician la agregación”.
“Todas las proteínas son necesarias para la vida, pero a veces, por causas que todavía no se conocen del todo, pierden su estructura”, detalló. “Cuando eso ocurre, empiezan a pegarse entre sí, formando agregados insolubles que se acumulan en el cerebro y están asociados a las enfermedades neurodegenerativas”.
Gracias a la capacidad computacional de la inteligencia artificial, AggrescanAI puede predecir qué regiones de una proteína tienen mayor tendencia a adherirse, incluso en casos en los que no se conoce previamente si ese plegamiento defectuoso ocurrirá o no.
Cómo funciona AggrescanAI
Para explicar el funcionamiento del modelo, Marino-Buslje recurrió a una analogía con los sistemas de lenguaje natural, como los que utiliza ChatGPT.
“En una frase, una palabra no significa lo mismo según el contexto en el que aparece. Algo similar ocurre con las proteínas”, explicó. Cada proteína está compuesta por 20 aminoácidos, y el modelo interpreta a cada uno como si fuera una palabra dentro de una oración.
Así, cada aminoácido es analizado en relación con los que lo rodean. “Una misma letra —una alanina, por ejemplo— no tiene el mismo significado si está rodeada por determinadas estructuras que si está en otro contexto”, señaló.
En términos técnicos, cada aminoácido se convierte en un vector de 1024 valores numéricos, que describen su comportamiento dentro de la proteína. Entrenado con bases de datos de proteínas que ya se sabe que generan agregados, el sistema puede reconocer patrones y anticipar comportamientos en proteínas nuevas.
Un primer paso hacia nuevos medicamentos
Para Emilia Caro, bióloga molecular que no participó del estudio, el desarrollo representa un avance significativo. “Hoy enfermedades como el Alzheimer o el Parkinson no tienen tratamientos efectivos porque no se conoce con precisión el mecanismo por el que se forman estas placas”, explicó.
“Saber en qué zonas de las proteínas comienza la agregación permite imaginar moléculas que interrumpan ese proceso. Es un primer paso para diseñar medicamentos”, agregó.
Marino-Buslje destacó que, aunque las proteínas humanas son prácticamente iguales en todas las personas, existen variaciones genéticas que pueden favorecer la agregación. “El software permite identificar, incluso en proteínas de las que no se sabe nada, qué región puede actuar como disparador del proceso”, explicó.
“Eso abre la posibilidad de actuar de manera muy precisa sobre esa zona y bloquear la agregación antes de que avance”, añadió.
Mirando al futuro
El objetivo final, señalaron las investigadoras, es evitar la formación de estos agregados tóxicos o, al menos, frenar su avance en etapas tempranas de la enfermedad. De ese modo, podría ser posible retrasar la aparición de síntomas y mejorar la calidad de vida de los pacientes.
Aunque todavía se trata de investigación básica, AggrescanAI representa una herramienta clave para comprender mejor enfermedades que hoy no tienen cura y para sentar las bases de tratamientos más específicos y eficaces en el futuro.
