Modelos computacionales impulsan el desarrollo de nuevos antivirales
Investigadores publicaron un artículo científico en el marco del proyecto “Desarrollo racional de fragmentos peptídicos con potencial terapéutico antiviral: validación de la metodología computacional y aplicación a Arbovirus", financiado por el Consejo Nacional de Ciencia y Tecnología (CONACYT), a través del Programa PROCIENCIA con apoyo del FEEI. En el material se presenta una metodología computacional que permite analizar y predecir el comportamiento de péptidos, moléculas con potencial para el desarrollo de nuevos tratamientos contra enfermedades virales como el dengue.
El desarrollo de nuevas terapias contra enfermedades infecciosas es un proceso complejo que puede requerir años de investigación y una importante inversión de recursos, sin embargo, las herramientas computacionales y la inteligencia artificial se han convertido en aliadas fundamentales para acelerar el descubrimiento de moléculas con potencial terapéutico.
Los investigadores de la Facultad Politécnica de la Universidad Nacional de Asunción (FP-UNA) publicaron el artículo científico "Analyzing Peptide Torsional Dynamics: An Angular Displacement PCA Pipeline for Short-Horizon Prediction from Molecular Dynamics Simulations", en la revista internacional The Journal of Physical Chemistry A, donde presentan una nueva metodología para estudiar el comportamiento dinámico de péptidos mediante simulaciones moleculares avanzadas.
Los péptidos son pequeñas cadenas de aminoácidos que pueden desempeñar diversas funciones biológicas y representan una alternativa prometedora para el desarrollo de medicamentos antivirales. Sin embargo, comprender cómo cambian su estructura mientras interactúan con otras moléculas es uno de los principales desafíos para diseñar compuestos más eficaces.
Para abordar este problema, el equipo desarrolló una metodología que combina simulaciones de dinámica molecular, análisis estadístico de alta dimensión y modelos matemáticos basados en aprendizaje automático. Este enfoque permite identificar los principales movimientos estructurales de los péptidos y predecir su comportamiento durante intervalos cortos de tiempo con un alto nivel de precisión, reduciendo la complejidad del análisis computacional.
Como caso de estudio, los investigadores analizaron un péptido con potencial antiviral frente al virus del dengue tipo 2 (DENV-2), uno de los arbovirus de mayor impacto en América Latina. Los resultados demostraron que la metodología permite describir los movimientos colectivos más importantes de la molécula y realizar predicciones sobre su evolución estructural, información clave para comprender su estabilidad y su posible interacción con blancos terapéuticos.
Además, el método fue validado utilizando el péptido TRP-CAGE, ampliamente empleado como modelo de referencia en estudios de plegamiento molecular. Las pruebas confirmaron que el modelo mantiene una capacidad predictiva estable incluso en sistemas con una dinámica estructural más compleja, lo que evidencia su potencial para ser aplicado en otros sistemas biomoleculares.
La aplicación podría extenderse a otras investigaciones relacionadas con el diseño racional de fármacos, la ingeniería de proteínas y el análisis de biomoléculas, ofreciendo una herramienta que complementa los métodos tradicionales de simulación molecular y facilita la exploración de grandes volúmenes de datos científicos.
Los autores del artículo son José Colbes, Christian E. Schaerer categorizados en el Sistema Nacional de Investigadores del CONACYT; Luis Albrizzi, Gabriel Gayoso, Santiago Di Lella, y Amaury C. Álvarez.
