¿Podemos ampliar terapias alcanzando dianas no susceptibles de tratamiento farmacológico?

Siempre se encuentran posibles candidatos, pero lo difícil es que sean novedosos y relevantes. La clave del problema es que las mismas técnicas de cribado, generalmente análisis de alto rendimiento basados en células, ya se han aplicado a demasiadas de las dianas difíciles que interesan a los investigadores, y todo el mundo usa estrategias muy parecidas. El sector está planteando la misma pregunta una y otra vez con parámetros ligeramente diferentes y espera una respuesta novedosa. 

En lo tocante a la tecnología, ha habido muy pocos cambios: la mayoría de las empresas adoptan una estrategia de cribado masivo usando enormes bibliotecas de compuestos. Las células se tratan con esas bibliotecas y se criban para encontrar una respuesta bioquímica, lo que sin duda funciona, puesto que eso ha llevado a la mayoría de los medicamentos aprobados hasta la fecha. Sin embargo, si el objetivo es encontrar candidatos novedosos para los que los métodos tradicionales no funcionan, la probabilidad de encontrar uno relevante es mínima. Las proteínas de membrana, como los GPCR, tienen muchas conformaciones diferentes, y presentar una vinculada a una condición fisiológica durante el proceso de descubrimiento puede ser difícil, cuando no imposible. De hecho, a menudo vemos que las dianas más difíciles ni siquiera se pliegan de manera funcional desde el principio. Eso no es algo que se pueda solucionar con un cribado.

En la superficie celular hay multitud de componentes que pueden ocultar los resultados de los cribados celulares. Cuando se trabaja en el descubrimiento de anticuerpos en sistemas complejos como las células, hay estructuras periféricas, por ejemplo, otras proteínas, lípidos y azúcares, que complican e incluso inhiben, la interacción con la diana. Eso, lamentablemente, genera mucho más ruido, como falsos positivos, en esos cribados. Mediante el desarrollo de análisis que se limiten a las bibliotecas grandes y a una proteína diana, podríamos resolver la mayoría de estas complicaciones.

Otro aspecto crucial que se debe tener en cuenta es que la mayoría de las proteínas de membrana mantienen un conjunto de conformaciones. Son flexibles por naturaleza y esta flexibilidad es un problema importante cuando se usan en campañas de descubrimiento. No se busca solo una interacción de un posible fármaco con la diana, sino una conformación específica de esa diana. Una característica esencial de las proteínas sin afinidad farmacológica es que probablemente experimentan muchas conformaciones fluidas en su estado nativo, lo que puede dificultar en descubrimiento con métodos tradicionales basados en células.

Hemos desarrollado nuestra tecnología EMP^TM precisamente para solucionar este problema.Abordamos el descubrimiento de fármacos desde la perspectiva de que ninguna diana carece de afinidad farmacológica. Nuestra tecnología se diseñó para tomar la diana de interés y, por medio de la evolución dirigida, mejorar sus propiedades, por ejemplo, para aumentar su expresión, su estabilidad o su homogeneidad. Creemos que esto se consigue mejorando el plegamiento de las proteínas y, a la postre, restringiendo o impidiendo los cambios de conformación de la diana. Bloquear la proteína de membrana en una forma asociada a una enfermedad concreta y usarla como diana para el cribado compuesto con métodos basados en proteínas podría permitirnos actuar sobre cualquier diana. Con esta estrategia podemos encontrar candidatos únicos para dianas que muchos equipos de descubrimiento de fármacos consideran inaccesibles con los análisis de cribado físicos actuales.

Esto nos permite realizar descubrimientos con proteínas diana purificadas, correctamente plegadas y estabilizadas, lo cual es el santo grial en el mundo de las proteínas de membrana. La homogeneidad y la estabilidad conformacionales son cruciales para que los análisis basados en proteínas funcionen correctamente. Tanto si se estabiliza la conformación nativa como si se modifica la conformación para acercarla a la farmacología buscada, encontrar mutaciones que adapten la proteína para soportar la extracción de la membrana celular sin perder la conformación nativa es esencial para el descubrimiento. 

Esto abre la puerta a numerosas posibilidades de convertir las dianas más difíciles en reactivos raros que hagan viable el descubrimiento. Creemos que esto no es más que la punta del iceberg. A medida que mejora la tecnología, lo hace también el espectro de nuestras capacidades, lo que nos permite llegar hasta cualquier punto con estas dianas sin afinidad que yo prefiero llamar «dianas cuya afinidad aún se desconoce». Es un método muy dinámico que permite realizar estudios basados en estructuras, cribados de bibliotecas de compuestos y estudios de inmunización para aislar anticuerpos.

Con este método, también exploramos la dinámica de la interacción entre la diana y el fármaco. Como en una estructura cristalina, es necesario tener la estructura de estado activo y las estructuras de estado inactivo intermedias para entender el panorama conformacional. Especialmente si se desea descubrir un agonista sesgado, un agonista parcial o un agonista inverso. Esto nos permite buscar moléculas con un interés farmacológico definido, y no solo enlaces. 

Queremos que la diana evolucione no tanto hacia una conformación como hacia una familia de conformaciones concreta que se parezca al estado activo o al estado totalmente inactivo de nuestra proteína de membrana. Sean cuales sean el estado funcional relevante para la enfermedad que nos interesa y el mecanismo de acción buscado, producir una diana lo más parecida posible a ese estado aumenta considerablemente la probabilidad de éxito.

Aunque es una herramienta muy eficaz para el descubrimiento de moléculas pequeñas, creemos que su mayor potencial reside en la aplicación al descubrimiento de anticuerpos.Nuestro proceso interno se centra principalmente en el desarrollo de tratamientos a base de anticuerpos, aunque estamos estableciendo colaboraciones con empresas farmacéuticas para trabajar también con moléculas pequeñas. Por supuesto, esto aumenta el potencial de nuestra tecnología y también amplía los límites de lo que podemos hacer. Podemos aprovechar los procesos de otras empresas, de modo que nosotros hacemos el descubrimiento inicial y los medicamentos se desarrollan en su laboratorio. 

Estas colaboraciones también generan capital que nos ayuda a impulsar nuestros propios programas, para los que nos interesa contar con financiación adicional. Esto beneficia tanto a Abilita como a nuestros colaboradores, y nos permite centrarnos en desarrollar nuestros tratamientos con anticuerpos internamente sin renunciar a dejar huella en el espacio de las moléculas pequeñas. Siempre estamos abiertos a nuevas asociaciones o colaboraciones con empresas que deseen usar nuestra tecnología, ya que es una excelente oportunidad de impulsar el campo del descubrimiento de fármacos en su conjunto. 

Creemos que mejorar el descubrimiento de anticuerpos es uno de los usos más eficaces de nuestra tecnología. El aspecto más beneficioso es que abre un espacio que, hasta la fecha, era prácticamente inaccesible a proteínas de membrana politópicas como GPCR, canales iónicos y transportadores. Solo se ha aprobado un puñado de tratamientos a base de anticuerpos que usan los GPCR, y algunos más están llegando al espacio clínico, pero ese es el cuello de botella que queremos resolver primero.

Con las modalidades de moléculas pequeñas, a menudo hay que tomar un comprimido al día, pero con los anticuerpos una sola inyección puede ser eficaz durante muchos meses. Las enfermedades difíciles que nos interesan son generalmente el dolor, el cáncer y los trastornos autoinmunes, en los que las dianas pueden ser también GPCR huérfanos. En muchos casos, requieren tratamientos a largo plazo, lo que hace que los anticuerpos sean más beneficiosos para el paciente. Los fármacos basados en anticuerpos tienen otras ventajas, como una mayor selectividad y restricción periférica. Mientras que al tomar a diario un medicamento de molécula pequeña tenemos que preocuparnos por la dosificación y los efectos no deseados, los anticuerpos ofrecen una intervención a largo plazo y limitan los efectos negativos para el bienestar del paciente. 

Hay un gran vacío de innovación.Creo que este es el principal cuello de botella en medicina: se hace lo mismo una y otra vez porque se ha demostrado que funciona en algunos casos. En el campo del descubrimiento de fármacos se realizan enormes inversiones que pueden ahogar la necesidad de innovación. A las empresas grandes se les da muy bien poner dinero en un problema para resolverlo y llegar al mercado, aunque haya competencia, en lugar de trabajar en algo nuevo en lo que podrían fracasar. Esa es una diferencia fundamental con las empresas pequeñas. Nosotros somos buenos impulsando el trabajo inicial y buscando nuevas ideas, pero tenemos más dificultades para el desarrollo posterior.

En el aspecto comercial, las grandes compañías farmacéuticas suelen dar prioridad a las dianas y las estrategias validadas por su probabilidad de éxito y descuidan la posibilidad de explorar nuevos caminos para tratar una enfermedad. Por el componente de riesgo, suelen confiar en empresas pequeñas como la nuestra para realizar el descubrimiento y los estudios preliminares. Nosotros podemos reducir el riesgo hasta cierto punto, pero ese listón baja sin cesar, ya que los inversores no están demasiado dispuestos a invertir más dinero del necesario en nuevas moléculas. Esto agrava el problema porque a las grandes farmacéuticas les gusta ver los datos clínicos antes de adoptar internamente un nuevo mecanismo de acción. 

Lamentablemente, estas empresas farmacéuticas grandes priorizan la probabilidad de éxito sobre la innovación por la gigantesca inversión financiera que requieren sus proyectos, lo que se traduce en una estrategia excesivamente conservadora. Al ser una empresa pequeña, nosotros podemos permitirnos asumir proyectos de alto riesgo, pero con un gran potencial, así que tratamos de priorizar la innovación aunque haya posibilidades de que fracase. Por eso tenemos que encontrar una forma de lograr que las pequeñas empresas biotecnológicas y biofarmacéuticas se encuentren en un punto intermedio con los grandes actores y asuman el trabajo preliminar que pueden hacer para impulsar el campo en su conjunto.

En el espacio de los anticuerpos, he notado que las grandes empresas farmacéuticas siguen intentando lograr la inmunización basada en ADN y ARN usando secuencias naturales. Hace poco di una charla ante personas del sector farmacéutico sobre los desafíos de expresar y purificar proteínas de membrana, un campo en el que la fragmentación y los errores de plegamiento son los principales problemas. Los métodos actuales de descubrimiento de anticuerpos requieren tomar el ADN o el ARN del gen diana e inyectarlo en un animal con la esperanza de que ocurra algo. 

Lamentablemente, es muy probable que en el sistema animal se den las mismas observaciones que veo en mis cribados: proteínas fragmentadas y mal plegadas. Por eso resulta más útil usar la diana de proteína estabilizada en el proceso. Hemos identificado este aspecto como un gran problema del descubrimiento de anticuerpos y estamos intentando evitar esos errores y simplificar a la vez nuestro sistema para centrarnos en lo que funciona de verdad. Mediante la estabilización de la conformación de una proteína para extraer los anticuerpos con las propiedades deseadas, y en combinación con bibliotecas grandes, se mejoran sustancialmente las posibilidades de obtener un candidato real.

Hay que encontrar nuevas farmacologías que pueden ser difíciles de buscar cuando no existe un análisis. Cuando se entra en espacios sin afinidad farmacológica, no todo se debe a las dificultades asociadas a la diana; a menudo, no existe ningún sistema que permita cribarla. Pero el objetivo es encontrar un fármaco que, además de funcionar, pueda avanzar por el proceso, tenga propiedades deseables y, sobre todo, sea nuevo. 

Con los GPCR, que tienden a estar en el extremo más difícil del espectro, en muchos casos ni siquiera se conoce la función o el ligando endógeno, pero su papel en la enfermedad está bien establecido. ¿Cómo se encuentran candidatos para eso? No existe ningún análisis. No se puede trabajar con la diana. No hay una base de conocimientos que permita desarrollar un cribado. En esencia, una organización grande descartará iniciar el proceso porque lo considerará inmediatamente de baja prioridad, y eso es un problema importante. Ese es el espacio en el que operamos nosotros, las situaciones en las que las empresas farmacéuticas han asignado una baja prioridad a una diana por un nivel de dificultad inaceptable. Nosotros intentamos descubrir esas moléculas realmente novedosas que otras organizaciones no pueden o no quieren explorar.

El problema con las predicciones de plegado de las proteínas es que la arquitectura general puede acercarse bastante, pero surgen dificultades con los detalles importantes. Por ejemplo, hacia dónde se orientan los residuos o cambios leves en la orientación de las hélices. No hace falta demasiado para que fallen los detalles importantes. Creo que AlphaFold es una herramienta muy útil como punto de partida para la ingeniería de proteínas y la uso constantemente porque es muy buena creando modelos de homología.

En lo referente a la predicción de novo de familias poco conocidas o dianas nuevas, no sé cuál es su grado de eficacia. Supongo que el rendimiento no será tan bueno como con los GPCR, en los que las arquitecturas están bien establecidas con cientos de estructuras cristalinas. Este es el motivo por el que la selección humana de los datos biológicos sigue siendo crucial.

Hace algún tiempo, vi un artículo en el que se afirmaba que AlphaFold resolvió 200 millones de estructuras.Pues ya está, ¿no? Si buscas imágenes bonitas para la portada de un artículo, con eso basta. Si quieres descubrir fármacos, la cosa cambia. Para el acoplamiento, por ejemplo, hay que empezar con un modelo que esté muy cerca de la estructura real. También es necesario predecir con precisión todas las cadenas laterales de los residuos, y eso es un universo totalmente diferente. Para algunas cosas, como la ingeniería, averiguar en qué punto aproximado del modelo se encuentra el residuo resulta muy útil. Si se va a usar para el descubrimiento, creo que se necesita algo más, especialmente en el caso de las proteínas de membrana. 

Además, para proteínas solubles como las enzimas, generalmente solo hay un par de residuos que cambian de una conformación a otra. Con las proteínas de membrana hay una alta flexibilidad y varias conformaciones, y es imprescindible predecir la estructura de todas las conformaciones. Eso sería muy difícil de hacer usando exclusivamente la IA en lugar de trabajar directamente con la proteína y cribar los compuestos que tienen las conformaciones correctas. 

Agilizaría el proceso que lleva desde las ideas o los experimentos iniciales a modelos más complejos.El mayor problema, especialmente con las dianas nuevas, es la dificultad de dar el salto de los cribados de eficacia in vitro a los modelos animales in vivo y a algo que sea eficaz en humanos. Eso no es nuevo, pero creo que si hay algo que puede acelerar el progreso del descubrimiento de fármacos y de la medicina en su conjunto es eso. La ironía es que cuanto más dificil o novedosa es la diana, mayor es el riesgo intrínseco de ese salto, y es un verdadero reto descubrir las herramientas iniciales necesarias para validar la biología buscada. Esto es especialmente relevante en el espacio de los GPCR huérfanos, en el que la biología es la menos conocida, pero es necesario asumir riesgos. Es ahí donde creemos que las innovaciones pueden tener más impacto.

Yo agilizaría y abarataría el proceso necesario para llevar algo al mercado. Hacen falta muchos años y muchísimo dinero para llegar de un candidato inicial a la comercialización de un medicamento. Hoy en día, el coste medio de desarrollar un fármaco está entre 1000 y 2000 millones de dólares. La mayor parte de este coste se dedica a trabajar con moléculas que no hacen nada o que no se pueden desarrollar. Sería muy útil contar en una fase más temprana del proceso de desarrollo con una herramienta que explicara o predijera por qué funciona o no funciona algo en el ámbito clínico. Eso reduciría muchísimo tanto el dinero como el tiempo necesario para desarrollar un medicamento.