La IA analiza casi 40.000 compuestos e identifica una nueva molécula pequeña que bloquea GIPC1 en el cáncer de páncreas

El cáncer de páncreas es difícil de tratar no solo porque suele detectarse tarde, sino también porque los tumores pueden modificar rápidamente sus redes de señalización y desarrollar resistencia a los fármacos. Un equipo de Mayo Clinic, en Estados Unidos, ha centrado ahora su atención en la proteína GIPC1, considerada hasta ahora difícil de convertir en una diana farmacológica, y ha utilizado inteligencia artificial para analizar casi 40.000 compuestos e identificar una molécula pequeña experimental capaz de bloquear su función.

GIPC1 es una proteína adaptadora que ayuda a ensamblar y transportar otras proteínas y está relacionada con el crecimiento, la supervivencia y la resistencia farmacológica de las células tumorales. El estudio se centró en su dominio PDZ: este tipo de región se encarga principalmente del contacto entre proteínas y carece de los bolsillos activos claramente definidos habituales en las enzimas, por lo que resulta más difícil intervenir sobre ella con precisión mediante moléculas pequeñas tradicionales y suele clasificarse de forma general como una diana «no farmacológicamente abordable».

El equipo de investigación colaboró con Sravathi AI Technology, con sede en Bangalore, India, para reducir mediante IA el conjunto de casi 40.000 compuestos candidatos, hasta identificar finalmente una molécula capaz de bloquear GIPC1. En este caso, la IA actuó como herramienta de selección inicial, no como prueba directa de eficacia; el candidato aún tuvo que someterse a experimentos celulares y con animales para confirmar si realmente afectaba a la diana prevista y al fenotipo tumoral.

El estudio, publicado en «Cell Reports», mostró que este candidato ralentizó el crecimiento tumoral, prolongó la supervivencia de los modelos experimentales y potenció el efecto del fármaco quimioterápico gemcitabina en estudios preclínicos de laboratorio. El equipo también observó cambios en el entorno que rodea al tumor, lo que sugiere que en el futuro podría ser adecuado combinarlo con otras terapias; sin embargo, el resumen público disponible no proporciona cifras completas ni diferencias entre modelos suficientes para valorar la magnitud clínica.

La relevancia de este trabajo no se limita a sumar un nuevo fármaco candidato contra el cáncer de páncreas. Estudios anteriores ya habían intentado interferir mediante péptidos en el dominio PDZ de GIPC1. Si ahora una molécula pequeña puede alcanzar esa misma región de forma estable y selectiva, podría ofrecer un punto de partida más práctico para la fabricación, la penetración celular y el desarrollo farmacológico. No obstante, que sea una «molécula pequeña» no significa por sí mismo que tenga una toxicidad baja, y el análisis mediante IA tampoco puede sustituir los estudios de farmacocinética, efectos fuera de la diana y toxicología a largo plazo.

Este candidato todavía no ha entrado en ensayos con seres humanos. Los investigadores aún deben confirmar su selectividad por GIPC1, sus efectos en los tejidos normales, la dosis y la vía de administración adecuadas, y reproducir su eficacia en más modelos de adenocarcinoma ductal pancreático. Solo después de completar estos estudios de seguridad y traslación podrá evaluarse si se solicita el inicio de ensayos clínicos en fases tempranas.

Por tanto, este resultado se asemeja más a la apertura de una vía de diseño farmacológico cerrada durante mucho tiempo que al descubrimiento de una nueva terapia contra el cáncer de páncreas. Ofrece un ejemplo concreto del uso de la IA para explorar dianas de interacción proteica, pero entre un compuesto prometedor identificado mediante análisis informático y un fármaco disponible para los pacientes sigue existiendo un proceso de validación largo y con una elevada tasa de descarte.