Investigadores chinos utilizan modelos de inteligencia artificial para examinar tres millones de compuestos e identificar una molécula que inhibe una proteína asociada con tumores pulmonares. Los resultados son prometedores, pero todavía se limitan a experimentos preclínicos.
Un equipo de investigadores de la Universidad de Zhejiang y otras instituciones chinas identifica un compuesto experimental capaz de inhibir una proteína relacionada con una forma poco frecuente de cáncer de pulmón. El descubrimiento se obtiene mediante una metodología de búsqueda molecular que utiliza AlphaFold 2 y AlphaFold 3, sistemas de inteligencia artificial para la predicción de estructuras proteicas. Los resultados se publicaron el 13 de noviembre de 2026 en la revista científica Acta Pharmacologica Sinica.
La investigación se concentra en CLIP1-LTK, una proteína de fusión producida por una alteración genética que puede favorecer el crecimiento de células cancerosas. La dificultad para estudiar esta proteína radica, en parte, en que su estructura tridimensional no había sido determinada experimentalmente, lo que limita la búsqueda de moléculas capaces de unirse a ella e interferir con su actividad. Según los autores, las predicciones estructurales de AlphaFold permiten abordar esta limitación mediante procedimientos computacionales.
De tres millones de moléculas a un candidato experimental
Los investigadores evaluaron diferentes configuraciones de cribado virtual, un procedimiento que permite examinar computacionalmente grandes bibliotecas de moléculas para identificar posibles interacciones con una proteína. A partir de las pruebas con modelos estructurales generados por AlphaFold 2 y AlphaFold 3, desarrollaron una metodología jerárquica que aplicaron a una biblioteca de aproximadamente tres millones de compuestos.
La búsqueda inicial permitió identificar posibles inhibidores de CLIP1-LTK. Posteriormente, mediante la exploración de moléculas con estructuras químicas semejantes, el equipo seleccionó un compuesto denominado QL07, que registró una concentración inhibitoria media, o IC50, de 524.27 nanomoles por litro. Este indicador expresa la concentración necesaria para reducir a la mitad una actividad medida durante un ensayo experimental, pero no equivale a una tasa de curación ni demuestra eficacia clínica.
De acuerdo con los experimentos publicados, QL07 interfiere con las vías de señalización molecular asociadas con CLIP1-LTK e induce apoptosis, un mecanismo de muerte celular programada, en células Ba/F3 modificadas para expresar la proteína de fusión. Los investigadores también comprobaron que el compuesto reduce el crecimiento de tumores positivos para CLIP1-LTK en modelos de xenoinjerto, en los que se estudian tumores implantados en ratones.
Una alteración genética identificada desde 2021
El hallazgo se incorpora a una línea de investigación anterior. En noviembre de 2021, científicos japoneses publicaron en Nature la identificación de CLIP1-LTK como un impulsor oncogénico del cáncer de pulmón de células no pequeñas. La alteración apareció en aproximadamente el 0.4 % de los casos analizados, lo que la convierte en una posible diana terapéutica para un grupo reducido de pacientes.
Aquella investigación también demostró que lorlatinib, un medicamento inhibidor de ALK, podía bloquear la actividad de CLIP1-LTK. Los científicos documentaron una respuesta clínica favorable en un paciente portador de esa alteración. Sin embargo, el resultado individual no establecía por sí mismo la eficacia del tratamiento para todos los pacientes con la misma fusión genética.
En abril de 2024, otro estudio publicado en Communications Biology examinó ocho mutaciones de LTK capaces de producir resistencia a lorlatinib en modelos experimentales. Los investigadores encontraron que la mutación L650F presentaba la mayor resistencia entre las evaluadas y que otro medicamento, gilteritinib, podía contrarrestar sus efectos en pruebas celulares y animales. Estos antecedentes muestran que la investigación sobre CLIP1-LTK ya contempla tanto la identificación de tratamientos como sus posibles mecanismos de resistencia.

¿Qué aporta realmente AlphaFold al descubrimiento de medicamentos?
La contribución de la nueva investigación consiste en demostrar una posible aplicación de las estructuras proteicas predichas por inteligencia artificial dentro de un procedimiento de búsqueda farmacológica. En lugar de depender exclusivamente de estructuras obtenidas mediante técnicas experimentales, los investigadores utilizan modelos computacionales para seleccionar moléculas candidatas y después comprobar su actividad biológica mediante ensayos de laboratorio.
Este procedimiento no significa que AlphaFold haya desarrollado autónomamente un medicamento. El proceso combina predicción estructural, simulaciones de interacciones moleculares, búsquedas de compuestos semejantes y validaciones experimentales realizadas por los investigadores. Su relevancia reside en la posibilidad de ampliar la investigación hacia proteínas cuya estructura todavía no se ha determinado experimentalmente.
Por ahora, QL07 permanece como un candidato preclínico. Los resultados publicados no demuestran su seguridad ni su eficacia en seres humanos. Para evaluar su posible utilidad terapéutica sería necesario continuar la investigación sobre su selectividad, toxicidad, comportamiento en el organismo y eventual eficacia clínica. Tampoco se ha establecido que el compuesto supere a los medicamentos existentes contra esta alteración genética.
El avance, por tanto, no constituye una cura del cáncer, sino una demostración experimental de cómo los sistemas de predicción estructural basados en inteligencia artificial pueden incorporarse al descubrimiento de nuevos compuestos farmacológicos. Su valor científico dependerá de que estos resultados puedan validarse y de que el procedimiento demuestre utilidad frente a otras proteínas de interés terapéutico.
