La herramienta bioinformática, creada por científicos de Argentina y de India, orienta sobre posibles blancos terapéuticos y drogas activas contra patógenos que causan tuberculosis, la enfermedad de Chagas, malaria y lepra, entre otras patologías.
(Agencia CyTA-Leloir)-. Las enfermedades tropicales desatendidas, como Chagas, malaria y lepra, afectan de manera desproporcionada a 1.500 millones de personas en los países de bajos ingresos y en desarrollo, donde son la principal causa de años de vida perdidos por discapacidad y muerte prematura. Por su falta de atractivo para la industria farmacéutica, la mayoría se trata con viejos medicamentos que tienen varias décadas de uso, a menudo con resultados deficientes.
Ahora, investigadores de Argentina y de la India desarrollaron “TDR Targets 6”, la última versión de una herramienta bioinformática que permite, de manera accesible, buscar información sobre posibles blancos terapéuticos en genomas completos de patógenos que causan veinte de estas enfermedades, lo que podría orientar el hallazgo o desarrollo de fármacos más efectivos y seguros.
“Esta herramienta será de gran utilidad para la comunidad de investigadores que trabajan en estas enfermedades desatendidas”, afirma uno de los directores del avance, Fernán Agüero, investigador del CONICET y jefe del Laboratorio de Genómica y Bioinformática del Instituto de Investigaciones Biotecnológicas “Rodolfo Ugalde” (IIBIO), que depende de la UNSAM.
El software está organizado en dos secciones principales: blancos terapéuticos derivados de genes y proteínas de más de 20 patógenos que causan tuberculosis (Mycobacterium tuberculosis), la enfermedad de Chagas (Trypanosoma cruzi), malaria (Plasmodium falciparum), toxoplasmosis (Toxoplasma gondii), y lepra (Mycobacterium leprae), entre otras patologías.
La herramienta también contiene información de 5.300 blancos terapéuticos validados y más de 2 millones de compuestos bioactivos para seleccionar aquellos que pudieran tener un efecto terapéutico.
“La búsqueda y priorización de compuestos bioactivos o blancos terapéuticos es una funcionalidad ya heredada de versiones anteriores, aunque se ha buscado mejorar la forma en la que se accede a este recurso”, señaló Lionel Uran Landaburu, primer autor del trabajo y becario doctoral del CONICET en el laboratorio de Agüero.
La herramienta puede ser útil para el “reposicionamiento de drogas”, esto es, la indicación para nuevos usos de medicamentos ya aprobados para otras condiciones.
“Como sus perfiles de seguridad son conocidos, el reposicionamiento facilita una aplicación más rápida”, subrayó el investigador del CONICET Ariel Chernomoretz, codirector del desarrollo, jefe del Laboratorio de Biología de Sistemas Integrativa de la Fundación Instituto Leloir y profesor del Departamento de Física de la Facultad de Ciencias Exactas y Naturales de la UBA.
Reducir el tiempo y costo del desarrollo de medicamentos es algo especialmente importante para este tipo de enfermedades, en las que el financiamiento es escaso.
El trabajo fue publicado en la revista “Nucleic Acids Research”, y seleccionado como tapa del número anual de bases de datos de esa editorial.
Otros investigadores argentinos que participaron del proyecto son Ariel Berenstein, actualmente en el Instituto Multidisciplinario de Investigaciones en Patologías Pediátricas (IMIPP), que depende del CONICET y funciona en el Hospital de Niños “Ricardo Gutiérrez”; y Santiago Videla, exbecario posdoctoral de la FIL y del CONICET.
El estudio contó con el apoyo de GlaxoSmithKline Argentina y la Agencia Nacional de Promoción de la Investigación, el Desarrollo Tecnológico y la Innovación (Agencia I+D+i), y forma parte de un Proyecto Bilateral de Cooperación Indo-Argentina con financiamiento conjunto del Departamento de Ciencia y Tecnología de la India (DST) y el Ministerio de Ciencia y Tecnología de Argentina (MINCyT).
Los directores del estudio, Fernán Agüero (Izq.) y Ariel Chernomoretz, y el primer autor del trabajo, Lionel Urán Landaburu.
Infografía que muestra el funcionamiento de la herramienta bioinformática TDR Targets. El algoritmo busca aprovechar la información existente para enfermedades y organismos en donde existe mucha inversión en investigación y desarrollo para identificar potenciales nuevos blancos terapéuticos y compuestos químicos para enfermedades menos estudiadas (desatendidas). Créditos: Lionel Urán Landaburu.