Fujitsu Japan Limited ha anunciado que iniciará un nuevo proyecto de investigación con un equipo dirigido por Takefumi Yamashita, Project Associate Professor of Research Center for Advanced Science and Technology (RCAST) de la Universidad de Tokio, utilizando el superordenador más rápido del mundo, Fugaku y desarrollado conjuntamente por RIKEN y la multinacional nipona. La investigación busca identificar compuestos inhibidores de moléculas pequeñas que puedan utilizarse como posibles fármacos para el tratamiento de COVID-19, así como aclarar el mecanismo molecular por el que se inhiben las infecciones por COVID-19, lo que conducirá al eventual desarrollo de fármacos terapéuticos de moléculas pequeñas. La investigación, a gran escala, comienza el 22 de junio de 2021 y continuará hasta marzo de 2022.
En su investigación conjunta, Fujitsu y el RCAST aprovecharán la tecnología de descubrimiento de fármacos de TI, centrada en la tecnología de creación de compuestos inhibidores, y la tecnología de simulación molecular que representa con precisión el estado de las moléculas. Se realizarán cálculos en Fugaku y así, identificar compuestos inhibidores basados en el comportamiento dinámico de las proteínas víricas para predecir las propiedades de futuras mutaciones. Utilizando este superordenador se pueden acelerar las simulaciones moleculares para la formulación de proteínas virales y compuestos inhibidores, aclarando la complejidad de los estados de unión y las interacciones entre ellos, con el objetivo de identificar los compuestos inhibidores que puedan dar lugar a fármacos terapéuticos en una fase temprana.
En el futuro, Fujitsu continuará aprovechando la potencia de los superordenadores y las tecnologías de simulación molecular. A la vez que se esfuerza por cumplir rápidamente la promesa de posibles terapias para la COVID-19, gracias a su investigación conjunta con el profesor Yamashita, asociado al proyecto RCAST y así, contribuir a la realización de una sociedad en la que todas las personas puedan vivir con tranquilidad.
Antecedentes
Desde 2011, Fujitsu ha participado en una investigación conjunta con el RCAST sobre las tecnologías de descubrimiento de fármacos de TI para crear compuestos de moléculas pequeñas candidatos a fármacos contra el cáncer y otras terapias. Aunque se han desarrollado con éxito una serie de vacunas muy eficaces en respuesta a la propagación de la pandemia del COVID-19, el desarrollo de medicamentos terapéuticos eficaces sigue siendo una prioridad importante. Basándose en los frutos de su investigación conjunta hasta la fecha en el campo de la tecnología de descubrimiento de fármacos mediante tecnologías de la información, Fujitsu y el RCAST han decidido embarcarse en un nuevo proyecto intenso de investigación, para identificar compuestos inhibidores que conduzcan al desarrollo de nuevos fármacos contra el coronavirus, aprovechando la incomparable potencia informática de Fugaku para contribuir a este objetivo.
Resumen de la investigación conjunta
Desde 2011, Fujitsu y el RCAST han estado llevando a cabo una investigación conjunta sobre fármacos de moléculas pequeñas que tienen una alta probabilidad de ser tomados por vía oral, son químicamente sintetizables y tienen bajos costes de producción en comparación con los fármacos en forma de péptidos, anticuerpos, ácidos nucleicos y células. Con el objetivo de identificar compuestos inhibidores que conduzcan a desarrollar nuevos fármacos contra el coronavirus que sean eficaces en pequeñas dosis y reduzcan el riesgo de efectos secundarios, se utilizará la tecnología de simulación molecular fruto de la investigación conjunta. Dado que es vital crear una estructura molecular que pueda unirse fuertemente a la proteína viral y controlar su actividad, la tecnología de simulación molecular y el Fugaku se utilizarán ampliamente para tareas que incluyen la creación de modelos estructurales tridimensionales, la aclaración de los mecanismos moleculares de inhibición de la infección y la predicción de las propiedades de las cepas mutantes.
- Aclaración del mecanismo molecular de inhibición de la infección que conduzca al desarrollo de fármacos terapéuticos
– Producir un modelo de estructura tridimensional de la proteína viral y del compuesto candidato para una estructura molecular inhibidora de la infección.
Tras buscar las regiones candidatas en las que las moléculas pueden unirse a las proteínas virales derivadas de un coronavirus, para cada región candidata se utiliza la simulación de acoplamiento (1) para buscar las posiciones y orientaciones de los compuestos inhibidores. El estado candidato en el que se unen las proteínas virales y los compuestos inhibidores se deriva para generar un modelo estructural tridimensional.
Fig.1 Simulación de acoplamiento de la proteína viral y el compuesto inhibidor
Seguir el comportamiento dinámico de la proteína viral y del compuesto molecular inhibidor basándose en el modelo de estructura tridimensional generado, verificar el efecto en el cuerpo
Para confirmar que una proteína viral y un compuesto inhibidor pueden existir de forma estable en un estado en el que se unen incluso en un entorno cercano a las condiciones fisiológicas del cuerpo, se evalúa su comportamiento dinámico en un modelo de estructura tridimensional con una simulación de dinámica molecular (2). Basándose en las imágenes microscópicas a nivel molecular obtenidas a partir de estas simulaciones, se aclarará el mecanismo molecular de la inhibición de la infección con el asesoramiento académico del Profesor Asociado del Proyecto RCAST Yamashita, y se obtendrán conocimientos sobre la interacción entre las proteínas virales y los compuestos inhibidores.
A partir de los resultados obtenidos, Fujitsu identificará la información que ofrece el potencial de mejora y la optimización de la estructura molecular de los fármacos para desarrollar rápidamente nuevos fármacos de moléculas pequeñas.
Fig. 2 Simulaciones de dinámica molecular de proteínas virales y compuestos inhibidores
(2) Realización de simulaciones para predecir el comportamiento y las propiedades de las cepas mutantes con el fin de elaborar una terapéutica eficaz para las futuras mutaciones víricas.
La predicción de las propiedades de las mutaciones se llevará a cabo con el objetivo de establecer un proceso que pueda conducir rápidamente al desarrollo de un fármaco específico para las cepas mutantes del virus mediante la predicción de sus propiedades, incluso para nuevos tipos de coronavirus, utilizando simulaciones.
Al mutar la secuencia de aminoácidos de una proteína vírica y simular su comportamiento con Fugaku, es posible predecir cómo las mutaciones pueden afectar a la estructura y la función de las proteínas víricas, así como la forma en que podrían interactuar con los compuestos inhibidores.
Fig. 3 Predicción de las propiedades de las cepas mutantes
Notas
[1]Simulación de docking:
Técnica para predecir la estructura de un complejo de una proteína y una pequeña molécula que puede unirse a ella.
[2]Simulación de dinámica molecular:
Tecnología que calcula la cantidad de energía y los cambios en la forma de una sustancia mediante el cálculo de las fuerzas entre los átomos que componen una molécula a lo largo del tiempo. Dado que la complejidad computacional aumenta exponencialmente con el número de átomos, se necesita un gran superordenador para manejar las proteínas y otros materiales de alto peso molecular de una manera precisa que tenga en cuenta el entorno vivo.
Compromiso de Fujitsu con los Objetivos de Desarrollo Sostenible (ODS)
Los Objetivos de Desarrollo Sostenible (ODS) adoptados por las Naciones Unidas en 2015 representan un conjunto de objetivos comunes que deben alcanzarse en todo el mundo para 2030. El propósito de Fujitsu – “hacer que el mundo sea más sostenible fomentando la confianza en la sociedad a través de la innovación”- es una promesa de contribuir a la visión de un futuro mejor potenciada por los ODS.
Los objetivos más relevantes para este proyecto
