Jordi Mestres, director científico de Chemotargets / CEDIDA

Jordi Mestres, director científico de Chemotargets / CEDIDA

Vida

Mestres: “Trabajamos en proteínas diana asociadas al cáncer”

El director científico de Chemotargets explica cómo, junto a la estadounidense Galyan Bio, ha generado el primer fármaco con inteligencia artificial para la enfermedad de Huntington

1 mayo, 2021 00:00

Jordi Mestres (Girona, 1967) es cofundador de Chemotargets, con sede en el Parque Científico de la Universidad de Barcelona (UB), empresa de investigación farmacológica que acaba de diseñar el primer fármaco con inteligencia artificial para la enfermedad de Huntington, una dolencia hereditaria que desgasta algunas células nerviosas del cerebro.

Licenciado en Química por la Universidad Autónoma de Barcelona (UAB) y doctor en Química computacional por la Universidad de Girona (UdG), Mestres estuvo siete años en la empresa farmacéutica en diferentes países, entre los que se encuentran Estados Unidos, Reino Unido y Países Bajos. Actualmente, es director científico de la compañía que ha creado estas proteínas que serían aplicables, más allá de la medicina neurodegenerativa, a otras ramas como la oncología.

--Pregunta: La alianza entre su empresa, Chemotargets, y Galyan Bio, en California, ha logrado el primer fármaco diseñado con inteligencia artificial para tratar la enfermedad neurodegenerativa de Huntington. ¿Cómo han conseguido hallar esa cura?

--Respuesta: Nosotros hicimos el diseño y ellos lo van a llevar a la parte clínica y al mercado. En este caso concreto, procesamos una gran cantidad de datos de proteínas que hay disponibles e hicimos una base de datos de entornos de la superficie de la proteína que interaccionan con pequeños fragmentos moleculares.

--¿A qué se refiere con diseño de la proteína y los fragmentos moleculares?

--Las metodologías de inteligencia artificial y aprendizaje automático se basan en procesar gran cantidad de datos. Para ello, se establece un algoritmo que aprende a poner fragmentos de moléculas en segmentos de superficie de la proteína. De esta forma, se logra crear un fármaco concreto contra esa enfermedad.

--De todas formas, ya existen otros tratamientos para enfermedades neurodegenerativas como la de Huntington. ¿Cuáles son los principales beneficios de este nuevo fármaco?

--La ventaja fundamental, respecto a los fármacos que hay disponibles en estos momentos para Huntington, es que la mayoría de las estrategias terapéuticas actuales son bastante invasivas e incómodas para los pacientes, requiriendo en muchas ocasiones inyecciones en la médula espinal. Con este nuevo diseño, el tratamiento sería administrado por vía oral.

--Más fácil de administrar y diseño específico. Pero, ¿pueden aplicarse estas metodologías clínicas de inteligencia artificial y aprendizaje automático a otras patologías?

--Sí. De hecho, las aplicaciones son completamente transversales. Hicimos el diseño para Huntington porque la proteína que había identificado Galyan Bio era asociada a esta enfermedad, pero ahora mismo estamos trabajando en un par de proteínas diana, asociadas al cáncer.

--Un medicamento contra el cáncer… Partiendo de la base de Huntington, ¿qué logra esa proteína en una enfermedad tipo?

--Con base en los ensayos preclínicos de los que dispone Galyan Bio sobre las proteínas de Huntington, ahora mismo se anticipa que para los pacientes sintomáticos va a alargar la enfermedad, haciendo que se reproduzca a menor velocidad. En cambio, a los asintomáticos se les retrasará el tiempo de aparición y manifestación del trastorno neurodegenerativo.

--¿Cuál es el objetivo de este nuevo proceso médico de creación de curas o medicamentos que paralicen temporalmente estas enfermedades?

--El objetivo en un futuro es diseñar estas moléculas para crear fármacos personalizados que actúen sobre proteínas diana. Así, se podrían identificar proteínas activas para estas moléculas, pero lo que se pretende es acelerar el tiempo de identificación y optimización de moléculas activas. No solo se busca su bioactividad, sino que sean seguras y sobre todo disminuir los costes: menos tiempo, menos costes.