Redacción MX Político.- Las terapias de moléculas pequeñas tratan una amplia variedad de enfermedades, pero su efectividad a menudo se ve disminuida debido a su farmacocinética, es decir, lo que el cuerpo le hace a un fármaco. Después de la administración, el cuerpo dicta la cantidad de fármaco que se absorbe, los órganos a los que entra el fármaco y la rapidez con la que el cuerpo metaboliza y excreta el fármaco nuevamente.

Las nanopartículas, generalmente hechas de lípidos, polímeros o ambos, pueden mejorar la farmacocinética, pero pueden ser complejas de producir y, a menudo, transportan muy poco del fármaco.

Se ha demostrado que algunas combinaciones de fármacos contra el cáncer de molécula pequeña y dos tintes de molécula pequeña se autoensamblan en nanopartículas con cargas útiles de fármacos extremadamente altas, pero es difícil predecir qué socios de moléculas pequeñas formarán nanopartículas entre los millones de posibles emparejamientos. .

Los investigadores del MIT han desarrollado una plataforma de detección que combina el aprendizaje automático con la experimentación de alto rendimiento para identificar nanopartículas autoensambladas rápidamente. En un estudio publicado en Nature Nanotechnology, los investigadores examinaron 2,1 millones de combinaciones de fármacos de molécula pequeña e ingredientes de fármacos “inactivos”, identificando 100 nuevas nanopartículas con aplicaciones potenciales que incluyen el tratamiento del cáncer, el asma, la malaria y las infecciones virales y fúngicas.

“Hemos descrito anteriormente algunos de los efectos negativos y positivos que los ingredientes inactivos pueden tener en los medicamentos, y aquí, a través de una colaboración concertada entre nuestros laboratorios e instalaciones centrales, describimos un enfoque que se centra en los posibles efectos positivos que estos pueden tener en la nanoformulación”. dice Giovanni Traverso, profesor de desarrollo profesional de ingeniería mecánica de Karl Van Tassel (1925) y autor principal correspondiente del estudio.

Sus hallazgos apuntan a una estrategia que resuelve tanto la complejidad de producir nanopartículas como la dificultad de cargar grandes cantidades de medicamentos en ellas.

“Hay tantos fármacos que no alcanzan su máximo potencial debido a una focalización insuficiente, una baja biodisponibilidad o un metabolismo rápido del fármaco”, dice Daniel Reker, autor principal del estudio y ex postdoctorado en el laboratorio de Robert Langer. “Al trabajar en la interfaz de la ciencia de datos, el aprendizaje automático y la administración de medicamentos, nuestra esperanza es expandir rápidamente nuestro conjunto de herramientas para asegurarnos de que un medicamento llegue al lugar donde necesita estar y realmente pueda tratar y ayudar a un ser humano”.

Langer, profesor del Instituto David H. Koch en el MIT y miembro del Instituto Koch para la Investigación Integrativa del Cáncer, también es un autor principal del artículo.

(91 , 33)