¿Es posible diseñar fármacos más seguros, inteligentes y eficaces?

Científicos del CRG desarrollan una técnica que facilita la búsqueda de regiones de las proteínas con potencial terapéutico.

Una técnica desarrollada por científicos del Centro de Regulación Genómica (CRG), en Barcelona, la PCA de doble profundidad, ha revelado la existencia de multitud de ‘puertas ocultas’ que controlan la función de las proteínas y que podrían, en teoría, utilizarse como dianas para cambiar drásticamente la evolución de muchas enfermedades (demencia, cáncer, infecciones…).

El método, en el que se ejecutan decenas de miles de experimentos a la vez, se ha utilizado para trazar el primer mapa de estas dianas, muy difíciles de encontrar, conocidas desde hace décadas como sitios alostéricos. Y lo han hecho, en concreto, en dos de las proteínas humanas.

“Usamos dos pequeños dominios de proteínas que son muy abundantes en el genoma humano: GRB2, que está involucrada en muchas funciones celulares, incluida la cascada de señalización de factores de crecimiento, y PSD95, que tiene un papel en la neuroplasticidad donde ancla otras proteínas en la densidad postsináptica de las neuronas. Sin embargo, un motivo importante por el que elegimos estas proteínas es porque estas han sido altamente estudiadas, lo que nos permitió validar nuestros hallazgos. Por ejemplo, para PSD95, confirmamos una extensa red alostérica de esta proteína y también identificamos un nuevo sitio alostérico en una parte distante de su superficie”, ha informado André Faure, investigador postdoctoral del CRG y primer co-autor de un artículo en el que recogen este trabajo y publicado en Nature .

La técnica del CRG, creen sus autores, podría cambiar las normas del juego en el descubrimiento de fármacos y dar lugar a medicamentos más seguros, más inteligentes y más eficaces. Permite a los laboratorios de investigación de todo el mundo buscar y aprovechar las vulnerabilidades de cualquier proteína, incluidas las que hasta ahora se consideraban “dianas imposibles”.

“No solo resulta que estos potenciales sitios terapéuticos son abundantes, sino que hay pruebas de que pueden manipularse de muchas formas diferentes. En lugar de solo activarlos y desactivarlos, podríamos modular su actividad como si fuera un termostato. Desde el punto de vista de la ingeniería, es como si hubiéramos encontrado oro, porque nos da mucho espacio para diseñar fármacos inteligentes que se dirigen a lo malo y omiten lo bueno”, destaca Faure.

Las dos maneras principales de manipular las dianas terapéuticas, recuerda el científico, es “a través de moléculas pequeñas o componentes biológicos (fármacos peptídicos como anticuerpos) encontrados mediante la criba de grandes cantidades de moléculas contra la proteína de interés. No obstante, encontrar regiones de las proteínas con potencial terapéutico es crucial porque reduce dramáticamente el espacio, tiempo y coste de búsqueda; ahí es donde entra en juego nuestro método”.

Un método con dos ensayos experimentales distintos

Faure precisa asimismo que la técnica que han desarrollado, la PCA de doble profundidad, “consiste en dos ensayos experimentales distintos: uno que mide la concentración de la proteína expresada correctamente y otro que mide la concentración de la misma proteína en complejo con otro de interés. Es importante destacar que este método mide en un solo experimento el efecto de miles de variantes de estas proteínas que contienen un o dos cambios en su secuencia de aminoácidos en millones de células eucariotas de levadura. El método es eficiente porque esencialmente realiza el equivalente a miles de experimentos de mutagénesis individuales en un solo matraz”.

Asegura que “el método es económico porque no requiere material o infraestructura especializada; solo es necesario la secuenciación de ADN de nueva generación para contar el número de mutaciones de una proteína que promueven o disminuyen la interacción con otras proteínas o las hacen más o menos estables”.

Para analizar los datos, “utilizamos un software de inteligencia artificial de última generación que está a disposición de todos y se puede ejecutar en cualquier ordenador de escritorio. Todo esto significa que nuestro método puede ser utilizado por cualquier investigador interesado en estudiar su proteína preferida; todo lo que necesitan es acceso a equipos básicos de biología molecular, un secuenciador de ADN y un ordenador”.

El método en sí no está patentado y está disponible para ser utilizado por cualquier investigador, confirma Faure. Pero destaca: “Actualmente estamos aplicando el método a una de las proteínas más mutadas en los cánceres con peores pronósticos, así como a un miembro de una familia de receptores de membrana que es la diana del 30% de todos los medicamentos aprobados por el FDA. Esperamos que estos proyectos puedan dar lugar a nuevas terapias o patentes en un futuro próximo”.

Según información del CRG, las proteínas tienen una función primordial en todos los organismos vivos y desempeñan funciones vitales como aportar estructura, acelerar las reacciones, actuar como mensajeros o combatir enfermedades. Están formadas por aminoácidos y se pliegan en innumerables formas diferentes en el espacio tridimensional. La forma de una proteína es fundamental para su función. Solo un error en una secuencia de aminoácidos puede tener consecuencias potencialmente devastadoras para la salud humana.

Alostería: gran misterio sin resolver

La alostería es uno de los grandes misterios sin resolver de la función de las proteínas. Los efectos alostéricos se producen cuando una molécula se une a la superficie de una proteína, lo cual a su vez provoca cambios en un sitio distante en la misma proteína, regulando su función por control remoto. Muchas mutaciones patógenas, incluidos numerosos iniciadores oncogénicos, son patológicas por sus efectos alostéricos.

Pese a su importancia fundamental, los sitios alostéricos son increíblemente difíciles de encontrar, porque las normas que rigen el funcionamiento de las proteínas a nivel atómico no están a la vista. Por ejemplo, una proteína puede cambiar de forma en presencia de una molécula nueva y dejar al descubierto bolsas profundas en su superficie que podrían ser alostéricas pero que no son identificables solo mediante la determinación de estructuras convencional.

Tradicionalmente, indica el CRG, los cazadores de fármacos han diseñado tratamientos que se dirigen al sitio activo de una proteína, la pequeña región donde se producen las reacciones químicas o donde se unen las dianas. El inconveniente de estos fármacos, conocidos como fármacos ortostéricos, es que los sitios activos de muchas proteínas son muy similares y los fármacos tienden a unirse e inhibir muchas proteínas diferentes a la vez, lo que puede provocar efectos secundarios. En comparación, la especificidad de los sitios alostéricos significa que los fármacos alostéricos son unos de los medicamentos más eficaces que existen en la actualidad. Muchos fármacos alostéricos, que tratan varias afecciones que van desde el cáncer o el sida hasta trastornos hormonales, se han descubierto por casualidad.

“Experimento por la fuerza bruta”

Los autores del estudio que a partir de hoy está accesible en Nature abordaron este problema desarrollando la antes citada técnica PCA de doble profundidad, que describen como un “experimento por fuerza bruta”. “Rompemos las cosas adrede de miles de maneras distintas para formar una imagen completa de cómo funciona algo”, explica el profesor de investigación ICREA Ben Lehner, coordinador del programa Biología de Sistemas del CRG y autor del estudio. “Es como si sospecharas que una bujía no funciona, pero en lugar de comprobar solo eso, el mecánico desmontara todo el coche y revisara todas las piezas una por una. Al analizar diez mil cosas a la vez, identificamos todas las piezas que son realmente importantes”, añade Lehner.

El método funciona cambiando los aminoácidos que componen una proteína, lo que da lugar a miles de versiones diferentes de la proteína con solo una o dos diferencias en la secuencia. Entonces se analizan todos los efectos de las mutaciones al mismo tiempo en células vivas en el laboratorio.

“Cada célula es una minifábrica que crea una versión diferente de la proteína. En un solo tubo de ensayo tenemos millones de fábricas diferentes y así podemos analizar muy rápidamente cómo funcionan todas las versiones diferentes de una proteína”, precisa Lehner. Los datos obtenidos en los experimentos se introducen en redes neuronales, algoritmos que analizan los datos imitando el funcionamiento del cerebro humano, y esto da lugar a unos mapas completos que determinan la ubicación de los sitios alostéricos en la superficie de las proteínas.

El método del CRG, “simplifica enormemente el proceso necesario para encontrar sitios alostéricos. La técnica trabaja con un nivel de precisión mejor que varios métodos de laboratorio diferentes más caros y más lentos”, comenta Júlia Domingo, primera co-autora del estudio. “Nuestra esperanza es que otros científicos utilicen la técnica para mapear de forma rápida y exhaustiva los sitios alostéricos de las proteínas humanas una a una”, manifiesta.

Otro de los beneficios de la técnica a más largo plazo es su potencial para estudiar la función y la evolución de las proteínas. Los científicos del CRG creen que, si se amplía, el método podría algún día propiciar avances que puedan predecir con precisión las propiedades de las proteínas a partir de sus secuencias de aminoácidos. Si se lograra, creen que se marcaría el inicio de una nueva era de biología molecular predictiva, que permitiría un desarrollo mucho más rápido de los medicamentos nuevos y una industria limpia y basada en la biología.

El método dice cómo funciona una proteína

“Aunque algunas herramientas pueden predecir la estructura de una proteína leyendo su secuencia, nuestro método va un paso más allá y nos dice cómo funciona una proteína. Forma parte de una visión más amplia en que la biología puede diseñarse mediante ingeniería como los aviones, los puentes o los ordenadores. Llevamos más de 70 años enfrentándonos a los mismos retos, pero resulta que son más manejables de lo que pensábamos. Si lo logramos, se abrirá la puerta a un nuevo campo con posibilidades sin precedentes”, concluye Lehner.

Lo que faltaba para identificar sitios alostéricos

“Las nuevas tecnologías experimentales desarrolladas durante los últimos 50 años, como la resonancia magnética nuclear (RMN), han permitido que el estudio de la alosteria avance desde descripciones cualitativas hasta modelos cuantitativos dinámicos. Sin embargo, debido a la lentitud y coste de este modo de investigación, tenemos esta información de muy pocas proteínas y hoy en día se han descrito muy pocos sitios alostéricos. Sin embargo, a pesar de este conocimiento relativamente escaso, el enorme potencial de explotar la alosteria para obtener beneficios terapéuticos se demuestra por el hecho de que muchos de los fármacos más efectivos se unen a los sitios alostéricos”, explica Faure.

“Una de las razones por las que no ha habido más avances y terapias de este tipo ha sido la falta de métodos para identificar de forma rápida y completa los sitios alostéricos para una proteína entera. Esto es lo que hemos logrado en este estudio. Aplicando este método (la PCA de doble profundidad,) a dos proteínas, encontramos que los sitios alostéricos son sorprendentemente abundantes con alrededor del 50% de los sitios de superficie que poseen algún potencial alostérico. Nuestro estudio da un primer paso importante, pero obteniendo más datos utilizando este mismo método en miles de otras proteínas, creemos que será posible solucionar el secreto la alosteria; es decir, predecir los sitios alostéricos de cualquier proteína solo a partir de su secuencia de aminoácidos”.

¿Una nueva era de la biología molecular predictiva?

André Faure, investigador postdoctoral del CRG y primer co-autor del artículo sobre la técnica PCA de doble profundidad, publicado en Nature, resalta que, más de 70 años después del descubrimiento del código genético que describe cómo la secuencia de ADN codifica las proteínas, la comunidad científica aún no ha resuelto un problema posiblemente más difícil e interesante: cómo las secuencias de proteínas codifican sus propiedades biofísicas.

“Esta es la razón por la cual, en la mayoría de los casos, actualmente no es posible predecir qué individuos desarrollarán una enfermedad ni tampoco diseñar des de cero nuevas proteínas para que realicen una función biotecnológica deseada. Creemos que la razón principal por la que estos desafíos fundamentales siguen sin resolverse se debe a la falta de la cantidad y tipo de datos necesarios. Nuestro estudio, y otros éxitos recientes como AlphaFold (DeepMind), demuestra el poder de combinar la experimentación de fuerza bruta (para generar grandes cantidades de datos) con la inteligencia artificial para resolver problemas biológicos complejos. Los métodos sistemáticos como el nuestro que produce mapas verdaderamente globales de alostería de cualquier proteína, nos acercan cada vez más a una nueva era de la “biología predictiva”, en la que esperamos que la ingeniería de nuevas proteínas sea tan fácil como la ingeniería de puentes o automóviles”, concluye Faure. Carme Fernández