📄 química

MolGPT-assisted exploration of VEGFR2-related chemical space through virtual screening, experimental bridging, and molecular dynamics simulation

Este estudio presenta un flujo de trabajo integral que integra el diseño generativo basado en MolGPT, el aprendizaje automático y las simulaciones computacionales para priorizar inhibidores de VEGFR2, el cual fue validado experimentalmente mediante el ensayo de compuestos sustitutos accesibles que finalmente fallaron en confirmar la actividad o los mecanismos de unión predichos.

Autores originales: Taiying Li, Shuning Diao, Yuxiang He, Shengzhen Hou, Jinping Zhang

Publicado 2026-10-07

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Taiying Li, Shuning Diao, Yuxiang He, Shengzhen Hou, Jinping Zhang

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

El cáncer es una enfermedad de crecimiento descontrolado, pero los tumores no pueden crecer grandes sin una línea de suministro. Una vez que un tumor alcanza unos pocos milímetros de tamaño, debe activar un interruptor para construir su propia red de vasos sanguíneos, un proceso conocido como angiogénesis. Esta nueva red entrega el oxígeno y los nutrientes que el cáncer necesita para sobrevivir y propagarse. Uno de los principales señales que indica a los vasos sanguíneos que crezcan es una proteína llamada VEGFR2. Debido a que este receptor es tan central en el proceso, los científicos han intentado durante mucho tiempo bloquearlo con fármacos para dejar al tumor sin alimento. Sin embargo, los fármacos disponibles actualmente suelen actuar como un mazo, golpeando otros objetivos y causando efectos secundarios, o el cáncer eventualmente encuentra la forma de eludir el bloqueo. La búsqueda continúa de nuevas moléculas más precisas que puedan detener esta señal de crecimiento sin el daño colateral.

En un estudio reciente, investigadores de la Universidad de Medicina Tradicional China de Shandong intentaron encontrar estas nuevas moléculas no buscando en los estantes de productos químicos existentes, sino pidiéndole a una computadora que las imaginara desde cero. Utilizaron un tipo de inteligencia artificial llamada MolGPT, la cual está entrenada en el lenguaje de la química. Así como un modelo de lenguaje puede escribir una nueva oración prediciendo la siguiente palabra basándose en lo que vino antes, este modelo predice la siguiente parte de una estructura química para crear moléculas completamente nuevas que nunca han existido antes. El objetivo era generar miles de estas estructuras teóricas únicas y luego filtrarlas para encontrar aquellas que tuvieran mayor probabilidad de bloquear el VEGFR2.

El equipo comenzó generando 5,000 nuevas estructuras moleculares. Tras limpiar la lista para eliminar duplicados y formas inválidas, les quedaron 4,992 candidatos únicos. Para decidir cuál de estas nuevas formas podría funcionar, las sometieron a una serie de pruebas computacionales. Primero, un modelo predictivo estimó qué tan probable era que cada molécula fuera activa contra el objetivo. Esto redujo el campo a 522 candidatos. A continuación, utilizaron un método llamado acoplamiento molecular (molecular docking), que simula cómo una molécula encaja en el bolsillo específico de la proteína VEGFR2, como una llave intentando encajar en una cerradura. Este paso seleccionó nueve moléculas que parecían encajar mejor. Finalmente, los investigadores revisaron estas nueve en cuanto a sus propiedades de tipo fármaco, como si serían seguras para que el cuerpo las procesara y si podrían fabricarse fácilmente en un laboratorio. Este proceso dejó con cuatro los principales candidatos.

Aquí, el proyecto chocó con un muro práctico. Las cuatro mejores moléculas eran tan nuevas y complejas que no estaban disponibles para su compra, y fabricarlas desde cero en un laboratorio tomaría mucho tiempo. Para mantener la investigación en marcha, el equipo empleó un ingenioso recurso. En lugar de esperar para fabricar las moléculas perfectas y nuevas, buscaron compuestos disponibles comercialmente que se parecieran un poco a los cuatro candidatos principales. Encontraron seis de estos compuestos "subrogados" en una biblioteca de productos naturales. Estos subrogados no eran las moléculas exactas que la computadora había diseñado, pero compartían suficientes características estructurales para servir como una prueba de ensayo. Los investigadores probaron entonces estos seis compuestos del mundo real en un laboratorio para ver si realmente podían bloquear la proteína VEGFR2.

Los resultados de esta prueba experimental fueron mayoritariamente negativos, pero proporcionaron una imagen clara de los desafíos en este campo. Cinco de los seis compuestos subrogados no mostraron una capacidad significativa para bloquear el objetivo. Un compuesto, el ácido levomefolico, mostró una reacción extraña e inconsistente. A una concentración de 20 micromolares, bloqueó la proteína aproximadamente un 56 por ciento, pero cuando la concentración se duplicó a 40 micromolares, el efecto de bloqueo cayó a solo un 12 por ciento. Este comportamiento errático significó que los investigadores no pudieran calcular una medida fiable de su fuerza. Debido a que la conexión entre la molécula original generada por la computadora y este subrogado era débil, el equipo no pudo afirmar que el nuevo diseño funcionara.

Para entender qué podría estar pasando, los investigadores recurrieron a simulaciones computacionales para observar cómo se comportaba la molécula de ácido levomefolico cuando estaba cerca de la proteína. Simularon la interacción durante un período de tiempo para ver si la molécula se aferraba con fuerza o se alejaba. Las simulaciones mostraron que, si bien la molécula interactuaba con la proteína, era menos estable que un fármaco conocido utilizado como referencia. Los modelos computacionales sugirieron que la molécula formaba algunas conexiones útiles, pero también enfrentaba una resistencia significativa del agua y el entorno circundante, lo que la convertía en un ligando menos eficiente de lo esperado. El estudio concluyó que, aunque el flujo de trabajo computacional logró generar nuevas ideas y filtrarlas hasta llegar a unas pocas posibilidades, el puente entre la imaginación de la computadora y la realidad del laboratorio seguía sin probarse.

En última instancia, esta investigación sirve como una demostración de un nuevo flujo de trabajo más que como el descubrimiento de una nueva cura. El equipo demostró con éxito que la inteligencia artificial puede generar vastos números de estructuras químicas novedosas y que un proceso de filtrado de múltiples pasos puede reducirlas a unos pocos casos manejables. Sin embargo, el experimento también resaltó una brecha significativa: las moléculas que la computadora diseña son a menudo tan diferentes de lo que está disponible en el mundo real que encontrar un sustituto adecuado es difícil, e incluso cuando se encuentra un sustituto, este puede no comportarse de la manera que la computadora predijo. El estudio sugiere que, si bien la IA es una herramienta poderosa para explorar el vasto paisaje de posibles químicos, el camino desde un diseño digital hasta un medicamento funcional todavía requiere la síntesis directa y la prueba de las moléculas exactas que la computadora crea. El viaje desde una nueva idea hacia un nuevo fármaco sigue siendo un desafío complejo, donde la promesa de la inteligencia artificial aún debe estar fundamentada en el arduo trabajo de la verificación experimental.

Resumen Técnico: Exploración del espacio químico relacionado con VEGFR2 asistida por MolGPT

Planteamiento del Problema
El receptor 2 del factor de crecimiento endotelial vascular (VEGFR2) es un objetivo crítico para la terapia contra la angiogénesis en el cáncer. Sin embargo, los inhibidores existentes (por ejemplo, sorafenib, sunitinib) suelen sufrir de toxicidad fuera de objetivo (off-target), resistencia adquirida y una diversidad de andamiajes limitada. Aunque los modelos generativos basados en aprendizaje profundo ofrecen una vía para explorar el espacio químico más allá de las bibliotecas de compuestos tradicionales, persiste un cuello de botella significativo: la traducción de las estructuras moleculares generadas de novo en compuestos experimentalmente comprobables. Los moléculas priorizadas son frecuentemente no disponibles comercialmente y difíciles de sintetizar rápidamente, lo que crea una brecha entre el diseño computacional y la validación experimental.

Metodología
El estudio propone un flujo de trabajo de priorización de candidatos de múltiples etapas diseñado para conectar la IA generativa con la evaluación experimental exploratoria. El flujo de trabajo consta de las siguientes etapas:

Generación Molecular: Se utilizó un modelo MolGPT (decodificador basado en Transformer) para generar 5,000 pequeñas moléculas de novo. El modelo no fue ajustado (fine-tuned) específicamente para VEGFR2, sino que sirvió como un generador de propósito general para asegurar la novedad estructural y la diversidad química.
Análisis del Espacio Químico: Las moléculas generadas fueron analizadas frente a un conjunto de datos de referencia de 5,564 compuestos relacionados con VEGFR2 (2,841 activos, 2,723 inactivos) utilizando la Aproximación y Proyección de Variedades por Aproximación Uniforme (UMAP) y Huellas Digitales de Conectividad Extendida (ECFP4) para evaluar la superposición estructural y la novedad.
Evaluación de Calidad: Se empleó la métrica de referencia Molecular Sets (MOSES) para evaluar la validez, unicidad, novedad y diversidad de la biblioteca generada.
Cribado Virtual:
- Predicción de Actividad: Una Red Neuronal Convolucional de Grafos (GCN) preentrenada asignó puntuaciones de actividad a las 4,992 estructuras válidas únicas. Se retuvieron las moléculas con una puntuación > 0.5.
- Acoplamiento Molecular (Docking): Los candidatos retenidos se acoplaron en el bolsillo de unión de ATP de VEGFR2 (PDB ID: 4ASE) utilizando AutoDock Vina.
- Evaluación ADMET: Los candidatos fueron filtrados según la Regla de Cinco de Lipinski, propiedades ADMET predichas (usando ADMETlab 3.0) y similitud farmacológica (QED).
Emparejamiento de Similitud (Estrategia de Puente): Reconociendo que las moléculas de novo priorizadas no estaban disponibles comercialmente, el flujo de trabajo buscó compuestos sustitutos estructuralmente similares en la Biblioteca de Productos Naturales TargetMol. Este paso tuvo como objetivo encontrar moléculas experimentalmente accesibles que pudieran compartir características estructurales locales o farmacóforos con los candidatos generados.
Validación Experimental: Se sometieron seis compuestos sustitutos emparejados por similitud a ensayos de inhibición de la quinasa VEGFR2 in vitro.
Post-análisis Computacional: Para el sustituto que mostró la respuesta más notable (aunque limitada), se realizaron simulaciones de dinámica molecular (MD) (100 ns) y análisis de energía de unión MM–PBSA para generar hipótesis estructurales sobre los modos de unión y la estabilidad del complejo.

Resultados Clave

Generación y Cribado: MolGPT generó 4,992 estructuras válidas únicas. El benchmark MOSES indicó una alta validez (1.000) y unicidad (0.998), con una puntuación de novedad de 0.824. El análisis del espacio químico reveló que las moléculas generadas tenían una baja similitud estructural con el conjunto de datos de referencia (similitud Tanimoto media $T_{cmax} \approx 0.30$ ), confirmando la exploración de un espacio químico novedoso.
Priorización: El cribado por GCN retuvo 522 candidatos. El acoplamiento molecular y el filtrado ADMET redujeron este número a cuatro candidatos priorizados (Cpd4, Cpd6, Cpd7, Cpd9).
Emparejamiento de Sustitutos: Se identificaron seis compuestos sustitutos comercialmente disponibles para los cuatro candidatos priorizados. La similitud de Tanimoto entre las moléculas generadas y los sustitutos fue generalmente baja (0.25–0.35), siendo la más alta de 0.57 (Cpd4 a prazosin).
Resultados Experimentales:
- Cinco de los seis sustitutos (prazosin, trimetozina, metacetamol, paroxipropiona, tectoquinona) no mostraron una inhibición significativa ( $IC_{50} > 40,000$ nM).
- El ácido levomefolico (emparejado con Cpd9) exhibió un perfil de respuesta concentración-dependiente no monotónico, con una inhibición media que alcanzó su punto máximo del 56.6% a 20 µM y descendió al 12.8% a 40 µM. En consecuencia, la $IC_{50}$ reportada de 9,038 nM se consideró una estimación exploratoria en lugar de una medida cuantitativa fiable de la potencia.
Análisis Computacional del Ácido Levomefolico: Las simulaciones de MD y el análisis MM–PBSA sugirieron que, si bien el ácido levomefolico formó un complejo estable con contribuciones electrostáticas favorables, su energía de unión estimada ( $\Delta G_{bind} \approx -14.2$ kcal/mol) era significativamente menos favorable que la del inhibidor de referencia sorafenib ( $\Delta G_{bind} \approx -35.6$ kcal/mol). El complejo mostró fluctuaciones conformacionales (RMSD) mayores en comparación con el sorafenib.

Significancia y Reivindicaciones
Este artículo posiciona este estudio principalmente como una exploración metodológica de un flujo de trabajo de priorización computacional-a-experimental, en lugar de un descubrimiento exitoso de un nuevo inhibidor de VEGFR2.

Validación del Flujo de Trabajo: El estudio demuestra una estrategia práctica para conectar el diseño molecular generativo con la evaluación experimental de compuestos accesibles mediante el emparejamiento por similitud. Destaca la viabilidad de usar IA generativa para expandir el espacio químico más allá de las bibliotecas tradicionales.
Limitaciones del Emparejamiento de Similitud: Los resultados subrayan las limitaciones del emparejamiento de similitud 2D (ECFP4/Tanimoto) como puente hacia la validación experimental. La baja similitud estructural entre los candidatos generados y sus sustitutos, junto con la falta de actividad inhibitoria reproducible en los sustitutos, indica que la transferencia de actividad no puede asumirse basándose únicamente en huellas digitales 2D.
Conclusiones Modestas: Los autores declaran explícitamente que el estudio no valida la actividad inhibitoria de VEGFR2 de las moléculas generadas (Cpd4, Cpd6, Cpd7, Cpd9) ni confirma que la estrategia de emparejamiento por similitud haya transferido la actividad con éxito. Los datos experimentales para el ácido levomefolico fueron inconcluyentes debido al comportamiento no monotónico.
Direcciones Futuras: Los autores concluyen que el trabajo futuro debe priorizar la síntesis directa y la prueba biológica de los candidatos generados, el uso de similitud de forma 3D y farmacóforos para el emparejamiento, y la calibración empírica del dominio de aplicabilidad del modelo GCN.

En resumen, el artículo ofrece un marco estructurado para integrar la IA generativa con el cribado experimental, pero concluye que se requieren refinamientos metodológicos significativos y una validación experimental directa antes de que tales flujos de trabajo puedan producir de manera fiable nuevos candidatos terapéuticos.

Más como este