Largo y costoso suele ser el camino que transitan nuevos compuestos químicos para convertirse en medicamentos. Es que pasan por sucesivas fases de investigación en donde siempre está latente la posibilidad de encontrar una falta de eficacia en un ensayo, o la aparición de algún efecto adverso, que termine por dejarlos al costado de la ruta.

Pero la computación y el crecimiento de disciplinas como la quimioinformática hacen que dicho viaje -que suele demandar no menos de diez años- transcurra sin tantos sobresaltos. Es que, gracias al empleo de herramientas, entre las que se destaca la inteligencia artificial, se puede predecir cuáles serán las moléculas que tienen mayores chances de llegar a destino.

"Hay que pensar que en las etapas iniciales de estos proyectos es común partir de quimiotecas integradas por más de 10.000 moléculas candidatas. Con mucha suerte y esfuerzo, una de ellas logrará ser aprobada por los entes regulatorios al final de todo el proceso", comenta desde Bahía Blanca a El Editor Ignacio Ponzoni, doctor en ciencias de la computación en el Instituto de Ciencias e Ingeniería de la Computación (ICIC). Dicho instituto depende de CONICET y la Universidad Nacional del Sur.

El empleo de computadoras realiza lo que se denomina cribado virtual. Es decir, filtra una extensa base de datos y separa los candidatos a fármacos con mayor potencial. Y esto sin la necesidad, al menos inicial, de sintetizar las moléculas en el laboratorio.

"Es una estrategia clave en las primeras etapas del proceso de descubrimiento de nuevos fármacos. Su objetivo final es que las pocas moléculas que alcancen las fases preclínicas y clínicas de experimentación lleguen más rápido y con mayores chances de éxito", remarca Ponzoni.

Pero el investigador advierte que estos modelos realizados en computadoras "no sustituyen los procesos tradicionales, ni relajan ninguna de las condiciones requeridas para la aprobación de un nuevo fármaco. Solo ayudan a identificar más rápido que candidatos priorizar en el proyecto".

Las investigaciones de Ponzoni lo han llevado a trabajar en la búsqueda de nuevos fármacos para enfermedades como el Parkinson, o el Alzheimer. Aunque en una de las más recientes el objetivo fue predecir el resultado de una prueba que se realiza en bacterias. Pero que sirve para estimar el riesgo que tienen nuevos compuestos para desencadenar mutaciones y daños en el material genético de células humanas.

Hay un auge de la inteligencia artificial en la quimioinformática

"El impacto que genera la inteligencia artificial en esta disciplina es inmenso y sigue creciendo día a día", asegura Ponzoni. Es que su utilización permite relacionar la estructura química con la actividad que tendría el compuesto. Además, facilita el diseño desde cero de nuevas moléculas y de ese modo engrosa aún más el volumen de las bases de datos disponibles.

Por otro lado, la herramienta ha sido empleada con éxito en investigaciones que buscan reposicionar en nuevas indicaciones a algunos medicamentos ya aprobados para otras enfermedades. O bien ha demostrado tener utilidad en el monitoreo de efectos adversos que pueden ocurrir con el medicamento a la venta y en circulación.

Ponzoni dirige el grupo de investigación BioChemTICs en Bahía Blanca. Está integrado por profesionales de las ciencias de computación, pero también allí convergen graduados de otras disciplinas como la biología, la bioinformática, o la química, entre otras. Esto asegura el abordaje interdisciplinario que siempre requiere este tema de investigación.

El grupo colabora con otros centros que investigan en el país y en el exterior. Además, integran la Red Iberoamericana de Inteligencia Artificial para Big BioData (RIABIO). La iniciativa pretende crear una red en la región que permita afrontar los desafíos y oportunidades que surgen con el empleo de la inteligencia artificial y la ciencia de datos en biología.

La falta de previsibilidad daña la ciencia

Según Ponzoni, en general los datos con los que trabajan provienen de repositorios públicos de libre acceso. Y el principal insumo que necesitan son máquinas con buenas capacidades de cómputo.

"En nuestro instituto tenemos una adecuada infraestructura para la mayoría de los experimentos, gracias a la inversión pública del gobierno nacional en años anteriores. Esto mediante programas de equipamiento, ejecutados a partir de varias convocatorias de nuestra universidad, o del CONICET", señala el científico.

Dicha inversión anterior es lo que le permite al grupo, por el momento, sostener las investigaciones. Aunque tienen en claro que pueden ser un caso fuera de lo común en este 2024 difícil para la ciencia argentina.

"Nuestro caso es excepcional, porque tenemos una infraestructura computacional básica para desenvolvernos en el corto y mediano plazo. Además, no necesitamos otros tipos de insumos, como pasa en otras disciplinas", comenta Ponzoni.

De todos modos, no deja de señalar que "la realidad que viene atravesando tanto el CONICET, como las universidades públicas en estos últimos meses, con fuertes restricciones presupuestarias, reducción en la cantidad de plazas para becas de formación doctoral, cancelaciones de contratos de personal indispensable, tiene muy preocupada y en alerta a nuestra comunidad científica".

A Ponzoni le preocupa la falta de previsibilidad que por estos días agobia a los centros de investigación del país."Genera una incertidumbre y dificultad para planificar que es muy dañina para cualquier sistema de ciencia y tecnología", se lamenta el científico.