Descubrimiento inteligente de fármacos con dispositivos híbridos de computación neuronal
El camino desde el descubrimiento de un nuevo fármaco hasta su aprobación es largo y costoso, y a menudo lleva años de investigación, ensayos clínicos y un escrutinio normativo. Con los avances tecnológicos, como la inteligencia artificial y el cribado de alto rendimiento, el proceso de descubrimiento de fármacos está evolucionando. Sin embargo, sigue siendo necesario mejorar los ensayos de cribado funcional. Aunque las células cultivadas «in vitro» ofrecen información importante sobre el impacto funcional de un compuesto, no recapitulan las interacciones célula-célula de los tejidos nativos. Esto resulta especialmente problemático para modelizar enfermedades neurológicas, en las que las neuronas cultivadas carecen de las conexiones sinápticas naturales responsables de la actividad de la red neuronal.
Dispositivo híbrido de computación neuronal
El equipo del proyecto NEUREKA, financiado con fondos europeos, pretende superar estos retos y desarrollar un modelo biofísico que reproduzca la conectividad neuronal «in vitro». El objetivo clave ha sido mejorar drásticamente la forma de cribar e identificar los posibles candidatos a fármacos, sobre todo para enfermedades neurodegenerativas como el Alzheimer y el Parkinson. «Nuestro sistema híbrido ofrece lo mejor de ambos mundos: conecta neuronas biológicas en un chip con redes simuladas, lo que permite la comunicación en tiempo real entre tejidos neuronales vivos y sistemas informáticos artificiales», explica Yiota Poirazi, coordinadora del proyecto. Según explica, la plataforma NEUREKA consta de tres elementos: una red de micro o nanoelectrodos (MEA o NEA, por sus siglas en inglés), un cultivo neuronal que crece sobre la MEA y un modelo de red computacional que muestra los déficits de la enfermedad de Alzheimer (AlzModel). El AlzModel estimula la MEA para conducir estados de actividad seleccionados en las neuronas cultivadas. Esta actividad se retroalimenta al AlzModel, lo que da lugar a una población híbrida de neuronas computacionales y biológicas.
Un modelo biofísico de la enfermedad de Alzheimer para el cribado de fármacos
Se pueden añadir compuestos químicos a la plataforma NEUREKA para evaluar su impacto en la actividad y el perfil molecular de las neuronas cultivadas, con el objetivo de mejorar los déficits de la enfermedad. Las neuronas biológicas actúan como «biosensores», responden a estos compuestos y transmiten esta información al dispositivo informático, que procesa los datos. «El logro más significativo fue la capacidad de inducir estados de actividad relevantes para la enfermedad en las neuronas cultivadas. Que sepamos, ninguna de las tecnologías "in vitro" existentes puede proporcionar un entorno tan realista para el cribado de fármacos», subraya Poirazi. Con los experimentos iniciales con fármacos conocidos contra el Alzheimer, como la memantina y el ácido valproico, se han logrado resultados prometedores, lo que allana el camino hacia la utilización de grandes bibliotecas de compuestos para seguir validando la eficacia de la plataforma en el cribado de fármacos.
Impacto en el descubrimiento de fármacos y más allá
El dispositivo híbrido de computación neuronal de NEUREKA representa una nueva y audaz dirección en el campo del descubrimiento de fármacos. La plataforma es única en su aptitud para conducir, modular y leer de forma eficiente la conectividad neuronal y la actividad de neuronas cultivadas en condiciones de enfermedad más realistas. Como tal, proporciona un modelo más predictivo del tejido neuronal que los cultivos celulares convencionales. Esto podría acelerar la llegada al mercado de fármacos más eficaces, sobre todo en el campo de las enfermedades neurodegenerativas, donde se necesitan desesperadamente más opciones de tratamiento. Además, en NEUREKA se tiene el potencial de transformar la medicina personalizada. «Al utilizar neuronas derivadas de pacientes en el proceso de prueba, la plataforma puede ayudar a identificar los tratamientos más eficaces para las personas en función de su composición biológica única», concluye Poirazi. Este método personalizado podría revolucionar la forma de tratar los trastornos neurológicos, lo que garantiza que los pacientes reciban tratamientos adaptados a sus necesidades específicas.
Palabras clave
NEUREKA, descubrimiento de fármacos, neuronas, modelo computacional, modelo biofísico, enfermedad de Alzheimer, cribado de fármacos
