{"id":46790,"date":"2024-07-03T09:16:35","date_gmt":"2024-07-03T15:16:35","guid":{"rendered":"https:\/\/saluddigital.com\/?p=46790"},"modified":"2025-10-18T15:29:15","modified_gmt":"2025-10-18T21:29:15","slug":"investigadores-evaluan-la-precision-de-la-ia-para-crear-nuevos-farmacos","status":"publish","type":"post","link":"https:\/\/saluddigital.com\/en\/big-data\/investigadores-evaluan-la-precision-de-la-ia-para-crear-nuevos-farmacos\/","title":{"rendered":"Investigadores eval\u00faan la precisi\u00f3n de la IA para crear nuevos f\u00e1rmacos"},"content":{"rendered":"
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Investigadores estadounidenses debaten la precisi\u00f3n de la IA en el descubrimiento de nuevos f\u00e1rmacos candidatos.<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

En la Universidad de Carolina del Norte (UNC), especialmente en la Facultad de Medicina, han desarrollado, en colaboraci\u00f3n con colegas de otras instituciones, una tecnolog\u00eda de predicci\u00f3n de prote\u00ednas que pueden producir resultados precisos en la b\u00fasqueda eficiente de mejores f\u00e1rmacos candidatos para tratar diversas enfermedades. Esto fue posible gracias a la inteligencia artificial (IA), la cual tiene m\u00faltiples aplicaciones en la salud y la atenci\u00f3n m\u00e9dica, como el an\u00e1lisis de im\u00e1genes o la optimizaci\u00f3n de ensayos cl\u00ednicos.<\/p>

En este sentido, AlphaFold2, un sistema de IA, dise\u00f1ado para predecir estructuras de las prote\u00ednas, ha facilitado la tarea de los cient\u00edficos en identificar y crear cantidades significativamente grandes de f\u00e1rmacos candidatos para el tratamiento de trastornos neuropsiqui\u00e1tricos.<\/p>

Sin embargo, estudios recientes pusieron en duda la precisi\u00f3n de AlphaFold2 en la modelaci\u00f3n de sitios de uni\u00f3n de ligandos, es decir la zona de las prote\u00ednas donde los f\u00e1rmacos de adhieren y env\u00edan se\u00f1ales de las c\u00e9lulas para causar el efecto terap\u00e9utico deseable y los posibles efectos secundarios.<\/p>

No obstante, el Dr. Bryan Roth, profesor de farmacolog\u00eda y Programa de detecci\u00f3n de drogas psicoactivas en la Facultad de Medicina de la UCN, en colaboraci\u00f3n con colegas de Stanford, Harvard y la Universidad de California, San Francisco, determinaron que esta herramienta puede producir resultados precisos para las estructuras de uni\u00f3n de ligandos.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

The study published in Science<\/em><\/a>, sugiere que las estructuras de AlphaFold2 son \u00fatiles para el descubrimiento de f\u00e1rmacos, adem\u00e1s con una cantidad casi infinita de posibilidades, seg\u00fan el Dr. Roth.<\/p>

El estudio tambi\u00e9n detalla que AlphaFold2, al igual que una predicci\u00f3n meteorol\u00f3gica funciona a trav\u00e9s de la extracci\u00f3n de informaci\u00f3n de una gran base de datos, en este caso de prote\u00ednas conocidas para crear modelos de estructura prote\u00ednicas. Posteriormente simula c\u00f3mo los distintos compuestos moleculares encajan en los sitios de uni\u00f3n de la prote\u00edna y producen los efectos deseados. De esta manera, los investigadores pueden utilizas las combinaciones para comprender mejor las interacciones de las prote\u00ednas y crear nuevos candidatos a f\u00e1rmacos.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t

\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

De igual forma, el estudio determin\u00f3 la precisi\u00f3n de esta herramienta al comparar los resultados de un estudio retrospectivo con los de un estudio prospectivo. En el primero, los investigadores introducen en el software de predicci\u00f3n compuestos que ya saben que se unen al receptor, mientras que en el segundo los investigadores utilizan la tecnolog\u00eda como una nueva perspectiva y luego introducen en la plataforma de IA informaci\u00f3n sobre compuestos que pueden o no interactuar con el receptor.<\/p>

Los resultados mostraron que, a pesar de las diferencias en los modelos, AlphaFold2 demostr\u00f3 un gran potencial en el descubrimiento de medicamentos. Para el receptor sigma-2, el 54% de las interacciones medicamento-prote\u00edna predichas por AlphaFold2 fueron exitosas, mientras que el modelo experimental mostr\u00f3 una tasa de \u00e9xito del 51%.<\/p>

Asimismo, los investigadores encontraron que las estructuras predichas por AlphaFold2 pueden ser \u00fatiles para el descubrimiento de medicamentos. Las pruebas en modelos animales precl\u00ednicos mostraron que algunos compuestos efectivos detuvieron infecciones, y los an\u00e1lisis adicionales sugirieron que muchos de estos compuestos destruyen bacterias al alterar sus membranas protectoras.<\/p>

De esta manera, el uso de IA como AlphaFold2 est\u00e1 demostrando ser una herramienta importante en el descubrimiento de nuevos medicamentos, proporcionando m\u00faltiples nuevas pistas para los desarrolladores y marcando la pauta en los nuevos m\u00e9todos para la investigaci\u00f3n de medicamentos.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t BIBLIOGRAPHY<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

UNC HEALTHCARE<\/strong><\/p>

https:\/\/news.unchealthcare.org\/2024\/05\/researchers-wrestle-with-accuracy-of-ai-technology-used-to-create-new-drug-candidates\/<\/a><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<\/div>","protected":false},"excerpt":{"rendered":"

Investigadores estadounidenses debaten la precisi\u00f3n de la IA en el descubrimiento de nuevos f\u00e1rmacos candidatos. En la Universidad de Carolina del Norte (UNC), especialmente en la Facultad de Medicina, han desarrollado, en colaboraci\u00f3n con colegas de otras instituciones, una tecnolog\u00eda de predicci\u00f3n de prote\u00ednas que pueden producir resultados precisos en la b\u00fasqueda eficiente de mejores f\u00e1rmacos candidatos para tratar diversas enfermedades. Esto fue posible gracias a la inteligencia artificial (IA), la cual tiene m\u00faltiples aplicaciones en la salud y la atenci\u00f3n m\u00e9dica, como el an\u00e1lisis de im\u00e1genes o la optimizaci\u00f3n de ensayos cl\u00ednicos. En este sentido, AlphaFold2, un sistema de IA, dise\u00f1ado para predecir estructuras de las prote\u00ednas, ha facilitado la tarea de los cient\u00edficos en identificar y crear cantidades significativamente grandes de f\u00e1rmacos candidatos para el tratamiento de trastornos neuropsiqui\u00e1tricos. Sin embargo, estudios recientes pusieron en duda la precisi\u00f3n de AlphaFold2 en la modelaci\u00f3n de sitios de uni\u00f3n de ligandos, es decir la zona de las prote\u00ednas donde los f\u00e1rmacos de adhieren y env\u00edan se\u00f1ales de las c\u00e9lulas para causar el efecto terap\u00e9utico deseable y los posibles efectos secundarios. No obstante, el Dr. Bryan Roth, profesor de farmacolog\u00eda y Programa de detecci\u00f3n de drogas psicoactivas en la Facultad de Medicina de la UCN, en colaboraci\u00f3n con colegas de Stanford, Harvard y la Universidad de California, San Francisco, determinaron que esta herramienta puede producir resultados precisos para las estructuras de uni\u00f3n de ligandos. El estudio publicado en Science, sugiere que las estructuras de AlphaFold2 son \u00fatiles para el descubrimiento de f\u00e1rmacos, adem\u00e1s con una cantidad casi infinita de posibilidades, seg\u00fan el Dr. Roth. El estudio tambi\u00e9n detalla que AlphaFold2, al igual que una predicci\u00f3n meteorol\u00f3gica funciona a trav\u00e9s de la extracci\u00f3n de informaci\u00f3n de una gran base de datos, en este caso de prote\u00ednas conocidas para crear modelos de estructura prote\u00ednicas. Posteriormente simula c\u00f3mo los distintos compuestos moleculares encajan en los sitios de uni\u00f3n de la prote\u00edna y producen los efectos deseados. De esta manera, los investigadores pueden utilizas las combinaciones para comprender mejor las interacciones de las prote\u00ednas y crear nuevos candidatos a f\u00e1rmacos. De igual forma, el estudio determin\u00f3 la precisi\u00f3n de esta herramienta al comparar los resultados de un estudio retrospectivo con los de un estudio prospectivo. En el primero, los investigadores introducen en el software de predicci\u00f3n compuestos que ya saben que se unen al receptor, mientras que en el segundo los investigadores utilizan la tecnolog\u00eda como una nueva perspectiva y luego introducen en la plataforma de IA informaci\u00f3n sobre compuestos que pueden o no interactuar con el receptor. Los resultados mostraron que, a pesar de las diferencias en los modelos, AlphaFold2 demostr\u00f3 un gran potencial en el descubrimiento de medicamentos. Para el receptor sigma-2, el 54% de las interacciones medicamento-prote\u00edna predichas por AlphaFold2 fueron exitosas, mientras que el modelo experimental mostr\u00f3 una tasa de \u00e9xito del 51%. Asimismo, los investigadores encontraron que las estructuras predichas por AlphaFold2 pueden ser \u00fatiles para el descubrimiento de medicamentos. Las pruebas en modelos animales precl\u00ednicos mostraron que algunos compuestos efectivos detuvieron infecciones, y los an\u00e1lisis adicionales sugirieron que muchos de estos compuestos destruyen bacterias al alterar sus membranas protectoras. De esta manera, el uso de IA como AlphaFold2 est\u00e1 demostrando ser una herramienta importante en el descubrimiento de nuevos medicamentos, proporcionando m\u00faltiples nuevas pistas para los desarrolladores y marcando la pauta en los nuevos m\u00e9todos para la investigaci\u00f3n de medicamentos. BIBLIOGRAF\u00cdA UNC HEALTHCARE https:\/\/news.unchealthcare.org\/2024\/05\/researchers-wrestle-with-accuracy-of-ai-technology-used-to-create-new-drug-candidates\/<\/p>","protected":false},"author":1,"featured_media":46792,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[156,160],"tags":[145],"class_list":["post-46790","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-big-data","category-noticias","tag-noticias"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/46790","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/comments?post=46790"}],"version-history":[{"count":0,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/46790\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media\/46792"}],"wp:attachment":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media?parent=46790"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/categories?post=46790"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/tags?post=46790"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}