Proteínas y fármacos: cómo acelerar la búsqueda 26 veces exprés

Original: "TerraBind: Fast and Accurate Binding Affinity Prediction through Coarse Structural Representations"
arXiv:2602.07735 · 2026-02-08 · CC BY 4.0 · 1 min
Un nuevo modelo predice cómo se acopla un fármaco a una proteína y lo hace mucho más rápido que los anteriores.

📄 Mostrando la versión "Simple" — "Popular" aún no está lista. Añádelo a favoritos para ayudar a priorizarla.

Buscar un nuevo fármaco es como encontrar la llave de una cerradura. La proteína en la célula es la cerradura y la molécula candidata, la llave. Hay que saber si la llave encaja y con qué firmeza se asienta. Antes, la computadora revisaba cada átomo de la cerradura y de la llave para comprobarlo. Una sola cerradura podía tomar horas e incluso días. Revisar millones de llaves era imposible.

TerraBind cambia el enfoque. En lugar de todos los átomos, solo mira los puntos de apoyo: en la proteína, los carbonos alfa (como las nervaduras de un armazón); en la molécula, los átomos pesados (sin hidrógeno). Este "esqueleto" aproximado conserva la forma, pero reduce drásticamente el volumen de cálculo. El resultado: la velocidad aumenta 26 veces y la precisión incluso mejora ligeramente, un 20 por ciento mejor que la de los líderes anteriores.

Las pruebas en 18 ensayos biológicos distintos mostraron que TerraBind no solo es más rápida, sino que también evalúa con mayor fiabilidad la fuerza con la que una molécula se une a una proteína.

Una evaluación rápida y precisa de la fuerza de unión es clave en la selección de fármacos. Ahora, con el mismo dinero y tiempo, se pueden probar muchos más compuestos. Además, el programa puede indicar cuán seguro está de su predicción. Esto ayuda a no gastar recursos en opciones dudosas y a encontrar más rápido las moléculas que realmente funcionan.

TerraBind usa solo 4 puntos de apoyo por cada aminoácido de la proteína, en lugar de 10-20 átomos, como si un artista dibujara un retrato solo con los ojos y la nariz, pero adivinara el rostro completo.

Científicos
Erwin SchrödingerHugh Everett IIIWilliam Lawrence Bragg
Conceptos
predicción del plegamiento de proteínas afinidad de unión modelo de lenguaje de proteínas modelo predictivo descubrimiento de fármacos descubrimiento de fármacos con IA secuencia de aminoácidos predicción de propiedades moleculares