← Volver al inicio

El diseño de proteínas con IA abre una nueva vía para las «cubiertas similares a virus», acercando un paso más las posibilidades en vacunas y administración de fármacos

Investigadores diseñaron proteínas mediante inteligencia artificial para intentar crear cápsides similares a virus capaces de autoensamblarse; su verdadero significado no está en imitar a los virus, sino en reescribir la capacidad viral de empaquetar y entregar moléculas como una herramienta de bioingeniería controlable.

By SURL BioNews

Una de las capacidades más temidas de los virus es que pueden empaquetar material genético dentro de una cubierta sofisticada, atravesar barreras biológicas y entrar en las células. Si se pudiera eliminar su patogenicidad y conservar solo esta capacidad de «empaquetado y entrega», podrían convertirse en nuevos vehículos para la presentación de antígenos vacunales, fármacos de ácidos nucleicos o terapias proteicas. Un nuevo avance informado por Phys.org centra precisamente la atención en cubiertas proteicas diseñadas por IA.

El informe señala que los investigadores diseñaron una proteína capaz de favorecer la formación de cápsides similares a virus. Estas estructuras suelen denominarse virus-like shells o partículas similares a virus: toman como referencia la apariencia y la lógica de ensamblaje de los virus, pero no necesitan portar un genoma viral completo, por lo que en teoría podrían usarse para encapsular moléculas farmacológicas o para disponer antígenos en su superficie, facilitando su reconocimiento por el sistema inmunitario.

La clave de este trabajo es llevar el diseño de proteínas desde «buscar piezas adecuadas en la naturaleza» hacia «deducir la estructura a partir de la función». Las herramientas de diseño de proteínas con IA pueden buscar moléculas candidatas en un enorme espacio de secuencias y formas, lo que permite a los investigadores intentar especificar cómo debe plegarse una proteína, cómo debe unirse a otras y si puede formar de manera estable una cubierta a escala nanométrica. Para el desarrollo de vacunas, esto podría significar una distancia y una presentación de antígenos más controlables; para la administración de fármacos, podría aportar tamaños de vehículo y estrategias de carga más uniformes.

Sin embargo, la información disponible públicamente sigue siendo bastante limitada. El resumen de Phys.org no detalla el equipo de investigación, la revista de publicación, el modelo experimental, el tamaño de la cápside, la eficiencia de carga, ni indica si la seguridad y el efecto de entrega ya se han validado en células o animales. Por tanto, este avance se entiende mejor como un paso dentro de una plataforma de ingeniería de proteínas, y no como un avance tecnológico que pueda transformarse de inmediato en un producto clínico.

Las aplicaciones biomédicas aún enfrentan varios umbrales exigentes. Si las cubiertas similares a virus se quieren usar en humanos, deben demostrar que pueden producirse de forma estable y a escala durante la fabricación, que no provocan en el organismo respuestas inmunitarias difíciles de predecir y que pueden liberar la carga útil en el tejido correcto. Si se emplean como plataforma vacunal, los reguladores también exigirán una explicación clara del diseño del antígeno, la durabilidad inmunitaria, la consistencia entre lotes y el riesgo de reacciones adversas.

Aun así, este tipo de investigación refleja que el papel de la IA en la biotecnología está cambiando: ya no es solo una herramienta para predecir estructuras proteicas, sino que también empieza a participar en la construcción de contenedores moleculares completamente nuevos. Si los experimentos posteriores logran aportar datos sobre función, toxicología y fabricación, las cubiertas proteicas diseñadas por IA quizá se conviertan en una nueva base para vacunas y administración precisa de fármacos; hasta entonces, lo más importante no es presentarlas como vehículos universales, sino demostrar paso a paso que pueden controlarse, fabricarse de manera reproducible y funcionar dentro de los organismos tal como fueron diseñadas.

References

  1. Phys.org