Descifrar los patrones de bolsillos DEL mediante aprendizaje contrastivo

Por qué examinar los "bolsillos" de las proteínas puede acelerar el desarrollo de nuevos fármacos

Los cazadores modernos de fármacos pueden ahora probar billones de pequeñas moléculas a la vez usando bibliotecas codificadas por ADN, o DEL. Sin embargo, solo unas pocas de esas moléculas derivadas de DEL se han convertido en medicamentos reales. Una pieza importante que falta es saber qué proteínas del organismo tienen realmente el tipo de huecos y recovecos —"bolsillos"— adecuados para que las moléculas DEL se fijen. Este estudio aborda esa laguna mapeando cómo son los bolsillos exitosos para DEL y construyendo un modelo de inteligencia artificial, llamado ErePOC, para encontrar bolsillos similares en todo el cuerpo humano.

Cómo la tecnología DEL busca nuevas moléculas farmacológicas

Las DEL funcionan un poco como señuelos de pesca con código de barras. Los químicos unen pequeñas moléculas candidatas a tiras cortas de ADN que actúan como etiquetas de identificación y luego exponen mezclas enormes de estas moléculas etiquetadas a una proteína de interés. Las moléculas que se adhieren se identifican mediante secuenciación del ADN. Este enfoque es rápido y económico, pero convertir los «hits» de DEL en fármacos reales sigue siendo difícil. Una razón es que las moléculas DEL comparten ciertas limitaciones químicas, como la forma en que se sintetizan en agua y cómo se fija la etiqueta de ADN. Estas restricciones hacen que tiendan a preferir tipos particulares de bolsillos proteicos, pero hasta ahora esas preferencias no se habían mapeado de forma sistemática.

Qué hace atractivo un bolsillo para las moléculas DEL

Los autores compararon primero miles de bolsillos proteicos que unen distintos tipos de ligandos: pequeñas moléculas biológicas habituales, fármacos aprobados por la FDA y hits de DEL. Encontraron que los bolsillos que unen DEL y fármacos tienden a ser más grandes y químicamente más complejos que los bolsillos para ligandos naturales. En particular, los bolsillos DEL son más abiertos e hidrofóbicos —es decir, favorecen interacciones oleosas que repelen el agua— y, al mismo tiempo, conservan un conjunto pequeño pero importante de puntos de contacto polares que afinan la unión. Ciertas aminoácidos voluminosos que proporcionan superficies aromáticas e hidrofóbicas, como la tirosina y la fenilalanina, aparecen con más frecuencia en los bolsillos que unen DEL y fármacos que en las superficies proteicas típicas. En conjunto, los bolsillos DEL se parecen más a los bolsillos clásicos de dianas farmacológicas que a los sitios metabólicos habituales, pero con un sesgo adicional hacia cavidades grandes e hidrofóbicas.

Enseñar a un modelo de IA a reconocer la "personalidad" de los bolsillos

Para ir más allá de simples recuentos de tamaño y química, el equipo construyó ErePOC, un modelo de representación que trata cada bolsillo de unión como una especie de huella digital. Parte de incrustaciones de modelos de lenguaje de proteínas, que capturan patrones aprendidos a partir de millones de secuencias, y comprime la información sobre los residuos que forman un bolsillo en un vector numérico compacto. Usando aprendizaje contrastivo, ErePOC se entrena para que los bolsillos que unen ligandos químicamente similares terminen cerca unos de otros en ese espacio abstracto, y aquellos que unen moléculas muy diferentes se separen. Cuando los autores visualizaron ese espacio, los bolsillos conocidos por unir los mismos cofactores, como ATP o hemo, formaron conglomerados bien diferenciados, lo que demuestra que el modelo había aprendido a agrupar bolsillos por comportamiento funcional más que solo por la forma global de la proteína.

Encontrar dianas compatibles con DEL en el proteoma humano

Con ErePOC entrenado, los investigadores proyectaron bolsillos DEL conocidos, bolsillos de fármacos y cientos de miles de bolsillos procedentes de estructuras experimentales y predichas en el mismo paisaje. Los bolsillos DEL se dispersaron ampliamente, lo que indica que el cribado con DEL puede en principio alcanzar gran parte del espacio tradicional "dianaoble", pero aún mostraron preferencias claras por ciertas regiones asociadas a bolsillos más grandes e hidrofóbicos. El equipo escaneó luego más de 23.000 proteínas humanas predichas por AlphaFold, filtrando los bolsillos bien definidos y preguntando cuáles se parecían más a los bolsillos DEL conocidos en el espacio ErePOC. Identificaron casi 2.800 proteínas humanas con bolsillos altamente similares a sitios DEL exitosos, con un fuerte enriquecimiento en familias como transferasas, hidrolasas, oxidorreductasas, reguladores de la cromatina y algunas proteínas que unen ARN. Un posterior acoplamiento por ordenador con una DEL virtual grande sugirió que estos bolsillos señalizados por ErePOC tienden a unir moléculas tipo DEL de forma más favorable.

Por qué esto importa para el descubrimiento de fármacos futuro

Para quienes no son especialistas, la idea clave es que el éxito de bibliotecas químicas ultra‑grandes depende tanto de elegir los bolsillos proteicos adecuados como de las propias moléculas. Este trabajo muestra que los hits de DEL suelen provenir de bolsillos que son grandes, flexibles e hidrofóbicos, e introduce una herramienta de IA potente para reconocer esos bolsillos a partir de la secuencia o la estructura por sí sola. Al usar ErePOC para enfocar el cribado DEL en proteínas cuyos bolsillos ya parecen compatibles con DEL, los buscadores de fármacos pueden priorizar dianas más prometedoras, reducir esfuerzos de cribado inútiles y, potencialmente, expandirse a clases menos exploradas como reguladores de la cromatina y proteínas que unen ARN. En resumen, el estudio ofrece tanto una imagen más clara de cómo es un bolsillo "listo para DEL" como un mapa y una brújula prácticos para encontrar muchos más de ellos en el proteoma humano.

Cita: Zhang, W., Wang, Y., Zhan, R. et al. Deciphering DEL pocket patterns through contrastive learning. Nat Commun 17, 2810 (2026). https://doi.org/10.1038/s41467-026-69663-y

Palabras clave: bibliotecas codificadas por ADN, bolsillos de unión de proteínas, aprendizaje contrastivo, IA para el descubrimiento de fármacos, ErePOC