Evaluación del perfil fenólico y actividades multibiológicas de los extractos de Lepista glaucocana optimizados mediante modelos ANN-GA y RSM

Por qué un hongo de bosque llamó la atención de los científicos

Los hongos son cada vez más reconocidos no solo como alimento, sino como pequeñas fábricas químicas que pueden ayudar a proteger nuestras células, nuestro cerebro e incluso ofrecer defensa frente al cáncer. Este estudio se centra en Lepista glaucocana, un hongo silvestre poco conocido, y plantea una pregunta práctica: si este hongo contiene compuestos naturales beneficiosos, ¿cómo podemos extraerlos de modo que resulten lo más potentes posible? Para responder, los investigadores enfrentaron un método estadístico clásico contra la inteligencia artificial para ver cuál podía diseñar un extracto de hongo mejor.

Del hongo del bosque al extracto concentrado

El equipo recolectó Lepista glaucocana en bosques de Türkiye, secó y molió los hongos, y luego los maceró en mezclas de agua y etanol bajo distintas condiciones. Ajustaron cuidadosamente tres diales: la temperatura de la mezcla, el tiempo de extracción y la proporción agua‑alcohol empleada. En lugar de adivinar, construyeron dos tipos de “mapas” matemáticos para encontrar el punto óptimo donde el extracto mostrara la mayor capacidad antioxidante. Un mapa utilizó una herramienta estadística bien establecida llamada metodología de superficie de respuesta, mientras que el otro se apoyó en una red neuronal artificial combinada con un algoritmo genético—un enfoque de IA que aprende patrones y busca la mejor combinación de condiciones.

Cómo la inteligencia artificial mejoró la receta

Ambos enfoques examinaron cómo los tres factores de extracción afectaban el estado antioxidante total de los extractos. El modelo basado en IA captó relaciones sutiles y no lineales que el método tradicional no pudo describir con tanta precisión. Cuando los investigadores prepararon nuevos extractos usando las condiciones recomendadas por cada método, el extracto optimizado por IA salió consistentemente ganador. Obtuvo puntuaciones antioxidantes más altas en varias pruebas estándar y medidas más bajas de oxidantes totales y estrés oxidativo, lo que sugiere que la receta de IA hizo un mejor trabajo extrayendo moléculas protectoras al tiempo que limitó subproductos dañinos.

Efectos sobre enzimas cerebrales y células cancerosas

Los científicos fueron más allá de las lecturas antioxidantes de tubo de ensayo para ver si estos extractos podían influir en dianas biológicas relacionadas con la enfermedad. En pruebas relacionadas con el sistema nervioso, ambos extractos ralentizaron dos enzimas, la acetilcolinesterasa y la butirilcolinesterasa, que normalmente degradan el mensajero acetilcolina y están vinculadas a la memoria y la cognición. El extracto derivado por IA lo hizo de forma más eficaz, es decir, inhibió las enzimas a dosis más bajas. En experimentos en cultivo celular, los extractos se aplicaron a líneas celulares humanas de cáncer de pulmón, mama y próstata. A medida que aumentaba la concentración del extracto, el crecimiento de las células cancerosas disminuía, y de nuevo el extracto optimizado por IA mostró una capacidad más fuerte y dependiente de la dosis para reducir la viabilidad celular, especialmente en las células de pulmón y próstata.

El papel oculto de moléculas de tipo vegetal

Para entender por qué la receta de IA funcionó mejor, el equipo analizó la composición química de ambos extractos usando un instrumento sensible que separa y cuantifica moléculas individuales. Se centraron en compuestos fenólicos—sustancias de tipo vegetal a menudo responsables de efectos antioxidantes y protectores en los alimentos. El extracto optimizado por IA contenía niveles más altos de varios ácidos fenólicos conocidos, incluidos los ácidos gálico, protocatecuico, siringico y 2‑hidroxicinámico. Estas moléculas ya se conocen por neutralizar radicales libres, ayudar a proteger las membranas celulares del daño oxidativo y, en algunos casos, interferir con enzimas implicadas en la señalización nerviosa y la supervivencia de células cancerosas. El perfil fenólico más rico del extracto de IA coincidió de cerca con su mayor actividad antioxidante, su capacidad para inhibir enzimas y su efecto antiproliferativo.

Qué significa esto para futuros remedios naturales

En términos simples, este trabajo muestra que cómo procesamos un hongo medicinal puede ser tan importante como el propio hongo. Al permitir que un sistema de inteligencia artificial ajuste finamente la temperatura, el tiempo y la mezcla de solventes, los investigadores produjeron un extracto de Lepista glaucocana químicamente más rico y biológicamente más activo que otro diseñado con un enfoque estadístico estándar. En pruebas de laboratorio, este extracto optimizado por IA actuó como un potente antioxidante, ralentizó moderadamente enzimas relacionadas con el cerebro y redujo el crecimiento de varias líneas celulares cancerosas. Estos resultados aún no prueban beneficios en humanos, pero destacan tanto a L. glaucocana como una fuente prometedora de compuestos bioactivos naturales como a la optimización impulsada por IA como una herramienta poderosa para crear ingredientes a base de hongos más fuertes y fiables para aplicaciones futuras en alimentación, suplementos o fármacos.

Cita: Giray, G. Evaluation of phenolic profile and multi-biological activities of Lepista glaucocana extracts optimized by ANN-GA and RSM models. Sci Rep 16, 10153 (2026). https://doi.org/10.1038/s41598-026-41267-y

Palabras clave: hongos medicinales, extractos antioxidantes, compuestos fenólicos, optimización con inteligencia artificial, agentes anticancerígenos naturales