QSAR model for the evaluation of biological active molecules on estrogen positive breast cancer

El cáncer de mama sigue siendo uno de los desafíos más persistentes en la medicina moderna, particularmente cuando la enfermedad es impulsada por la sobreexpresión de receptores hormonales específicos. Durante décadas, el enfoque estándar ha sido bloquear estos receptores con terapias hormonales; sin embargo, las células cancerosas a menudo aprenden a resistir estos tratamientos, volviéndolos ineficaces. En la búsqueda de nuevas soluciones, los científicos han dirigido su atención a la maquinaria microscópica dentro de las células, específicamente a una proteína llamada topoisomerasa IIα. Esta proteína actúa como un gestor molecular, desenredando y gestionando las largas hebras de ADN que portan las instrucciones genéticas. Cuando esta proteína está sobreactiva, como ocurre a menudo en las células cancerosas, se convierte en un objetivo principal para nuevos fármacos. Los investigadores también buscan moléculas que puedan deslizarse entre las capas del ADN, de forma muy parecida a un libro deslizado entre páginas, para interrumpir la capacidad de la célula para copiarse a sí misma. El objetivo es encontrar compuestos que puedan encajarse en esta proteína y en el ADN que gestiona, deteniendo al cáncer en su camino sin dañar al paciente.

Para encontrar estas posibles medicinas, un equipo de investigadores de la Universidad de Guanajuato en México desarrolló un sofisticado modelo basado en computadoras. En lugar de probar miles de sustancias químicas en un laboratorio, lo cual es lento y costoso, utilizaron un método llamado relación cuantitativa estructura-actividad, o QSAR. Este enfoque trata la forma y la composición electrónica de una molécula como un conjunto de pistas que predicen qué tan bien luchará contra el cáncer. El equipo se centró en el cáncer de mama con receptores de estrógeno positivos, utilizando una línea celular específica conocida como MCF-7, que imita el comportamiento de la enfermedad en los pacientes. Comenzaron creando un plano digital, o farmacóforo, basado en fármacos conocidos que interactúan con éxito con el ADN y la topoisomerasa IIα. Este plano identificó las características esenciales que una molécula debe tener para funcionar, tales como anillos aromáticos específicos que le permiten apilarse contra el ADN y grupos químicos que forman enlaces de hidrógeno para mantenerla en su lugar.

Utilizando este plano, los investigadores cribaron una vasta biblioteca de estructuras químicas de bases de datos públicas. Seleccionaron un grupo de moléculas que coincidían con las características requeridas y poseían el nivel adecuado de potencia contra las células cancerosas. Para comprender cómo se comportan estas moléculas, el equipo realizó simulaciones computacionales detalladas. Calcularon la forma tridimensional de cada molécula y analizaron sus propiedades electrónicas, observando cómo se distribuyen los electrones a través de la estructura. Un descubrimiento clave en su trabajo fue la importancia de una característica electrónica específica conocida como la traza del momento cuadrupolar. En términos sencillos, esto describe cómo se distribuye la carga eléctrica dentro de la molécula. Los investigadores encontraron que las moléculas con una distribución específica de esta carga eran mucho mejores para unirse al objetivo del cáncer. Combinaron este conocimiento electrónico con mediciones tradicionales de la forma molecular para construir una ecuación predictiva. Esta ecuación vinculó con éxito las características físicas de las moléculas con su capacidad para matar células cancerosas, con pruebas estadísticas que confirmaron que el modelo era robusto y fiable.

El estudio no se detuvo en la predicción; el equipo también analizó cómo se comportarían estas moléculas dentro de un cuerpo humano. Realizaron simulaciones computacionales para estimar qué tan bien serían absorbidos los fármacos, cómo serían degradados por el hígado y si podrían causar toxicidad. Entre los muchos candidatos probados, cuatro moléculas destacaron como particularmente prometedoras. Estos incluyeron compuestos etiquetados como 4a, 5a, 5b y un químico específico identificado como CID2948. Estos candidatos mostraron una alta probabilidad de ser absorbidos por el cuerpo si se toman por vía oral y demostraron un menor riesgo de provocar efectos secundarios peligrosos en comparación con los fármacos existentes. Los investigadores también compararon su mejor candidato, CID2948, contra un fármaco de referencia bien conocido, la doxorrubicina, para ver cómo se mantenían a lo largo del tiempo. Realizaron una simulación masiva con una duración de 500 nanosegundos, lo cual es un tiempo increíblemente largo en el mundo del movimiento molecular, para observar cómo interactuaban el fármaco, la proteína y el ADN.

Los resultados de estas largas simulaciones revelaron una diferencia fascinante en cómo funcionan los fármacos. El fármaco de referencia, la doxorrubicina, tendía a unirse fuertemente a la proteína misma, formando varios enlaces de hidrógeno que lo mantenían anclado. En contraste, el nuevo candidato, CID2948, mostró un comportamiento diferente. Interactuó más fuertemente con la hebra de ADN, formando conexiones estables que mantenían unido el complejo. Ambas moléculas mantuvieron la proteína estable durante la simulación, lo que sugiere que podrían bloquear eficazmente la maquinaria en su lugar. El estudio sugiere que la capacidad de la nueva molécula para interactuar con el ADN, combinada con sus propiedades electrónicas favorables y su perfil de menor toxicidad, la convierte en un fuerte candidato para un mayor desarrollo. Al demostrar que la forma y la carga electrónica de una molécula pueden ajustarse para mejorar su capacidad de combatir el cáncer, este trabajo ofrece un camino claro hacia el diseño de la próxima generación de tratamientos que podrían superar la resistencia observada en las terapias actuales.