Modelos desarrollados en la Universidad Nacional de La Plata combinan algoritmos y una simulación 3D de las interacciones entre proteínas y drogas experimentales, lo cual permitiría predecir su eficacia frente a distintos tumores.

“Nuestros modelos aumentan las posibilidades de éxito en los ensayos experimentales, optimizando el uso de recursos y acortando el tiempo que demandan las distintas fases de investigación hasta que el fármaco sea aprobado”, explicó a la Agencia CyTA el profesor de la Cátedra de Biofarmacia de la Facultad de Ciencias Exactas de la UNLP, Alan Talevi.

Los modelos computacionales permiten diseñar fármacos más eficaces frente a diferentes tipos de cáncer como el de mama, de ovario y de colon. Según explicó, el también investigador del CONICET, Las proteínas Pgp y BCRP actúan como “barreras que impiden la llegada del fármaco a su sitio de acción. Se trata de bombas o transportadores que resisten el ingreso de las drogas a ciertos órganos o células. De este modo no se alcanzan las concentraciones necesarias para producir el efecto terapéutico”, explicó el doctor Talevi.

Según indicó el investigador, el objetivo de su investigación, publicada en las revistas “BioMed Research International” y “Journal of Chemical Information and Modeling” es diseñar fármacos que no sean detectados por las proteínas que defienden a los tumores o tejidos afectados por otras patologías, como epilepsia. Los modelos combinan algoritmos computacionales altamente eficientes con una simulación tridimensional de las interacciones entre estas proteínas y los fármacos.

Las predicciones de los modelos fueron validadas experimentalmente en cultivos celulares y la ANMAT ya está evaluando algunas de estas herramientas.