Investigadores de la Universidad de Manitoba han desarrollado un modelo de aprendizaje profundo denominado GraphBAN, diseñado para predecir interacciones entre compuestos y proteínas. Este enfoque basado en grafos inductivos promete acelerar el proceso de descubrimiento de medicamentos, haciéndolo más eficiente y asequible.
El trabajo, recientemente publicado en la revista Nature Communications, destaca la importancia de identificar proteínas clave que desempeñan un papel crucial en diversas enfermedades o que permiten la supervivencia de microorganismos dañinos. Según Hamid Hadipour, científico de datos y uno de los creadores del modelo, el objetivo es encontrar pequeñas moléculas que puedan dirigirse a estas proteínas y alterar el proceso de la enfermedad.
Un avance interdisciplinario en la investigación farmacéutica
GraphBAN no solo predice si una pequeña molécula puede unirse a una proteína, sino que también identifica las partes específicas de la proteína con las que interactúa. Este modelo de aprendizaje profundo acelera el proceso de predicción mediante una evaluación visual impulsada por inteligencia artificial, lo que permite a los investigadores concentrarse en los candidatos a fármacos más prometedores, ya sean antibióticos o tratamientos oncológicos.
El desarrollo de GraphBAN es el resultado de una colaboración interdisciplinaria que une química, bioquímica, microbiología y ciencias de la computación. La participación de la profesora Silvia Cardona, quien co-supervisó el proyecto, ha sido fundamental. Cardona, a cargo de un laboratorio que investiga microbiología molecular y genómica microbiana con un enfoque en el descubrimiento de antibióticos, subraya que la inteligencia artificial no sustituirá la investigación experimental, sino que la complementará. Esta sinergia podría transformar la forma en que se desarrollan nuevos tratamientos médicos.
GraphBAN representa un paso significativo hacia la modernización del descubrimiento de fármacos, un ámbito que ha estado históricamente marcado por altos costos y prolongados plazos. La integración de la inteligencia artificial en este proceso no solo optimiza los recursos, sino que también abre la puerta a nuevas posibilidades en la investigación médica.
Más información:
Hamid Hadipour et al, GraphBAN: An inductive graph-based approach for enhanced prediction of compound-protein interactions, Nature Communications (2025). DOI: 10.1038/s41467-025-57536-9
