Volver a Radar
Impacto Medio 7 min

Un péptido diseñado por IA en Stanford reduce el peso corporal un 18 % en modelos preclínicos sin efectos secundarios cardiacos | Estudio del día

Fuente: WWWhat's New • 15 Oct 2026
Un péptido diseñado por IA en Stanford reduce el peso corporal un 18 % en modelos preclínicos sin efectos secundarios cardiacos | Estudio del día
Resumen

Investigadores de la Universidad de Stanford han publicado un estudio en Nature Metabolism describiendo un péptido sintético —denominado STP-417— diseñado completamente con herramientas de inteligencia artificial que muestra resultados prometedores en modelos animales para el tratamiento de la obesidad. El compuesto reduce el peso corporal un 18 % en 12 semanas en ratones con obesidad inducida por dieta, con un perfil de efectos secundarios que no incluye los problemas cardiacos y de frecuencia cardiaca que han limitado fármacos anteriores. Lo publica el equipo del laboratorio de biología computacional del profesor Andrew M. Watkins el 13 de octubre de 2026.

El mérito técnico del estudio no está solo en los resultados —que son prometedores pero preliminares, como corresponde a fase preclínica—, sino en el proceso: STP-417 no fue diseñado por bioquímicos de forma convencional, sino generado por un sistema de IA entrenado en la base de datos de estructuras proteicas del PDB (Protein Data Bank) y ajustado específicamente para optimizar la afinidad por receptores GLP-1 y GIP simultaneamente sin activar los canales iónicos cardíacos que causan los efectos secundarios de fármacos previos. El proceso de diseño tomó 18 días desde el planteamiento del objetivo hasta la síntesis del candidato; un proceso convencional habría tardado entre 18 meses y 3 años.

La respuesta técnica: con exploración exhaustiva de un espacio de posibilidades que el cerebro humano no puede recorrer a la misma velocidad. El sistema de IA de Stanford —construido sobre una arquitectura transformadora adaptada para estructuras moleculares, similar en concepto a AlphaFold pero específica para péptidos pequeños— genera y evalúa virtualmente millones de secuencias candidatas en horas, filtrando por criterios de afinidad, estabilidad y selectividad.

El problema con los análogos de GLP-1 existentes —semaglutida, tirzepatida— es que activan vías metabólicas muy deseables (reducción de apetito, mejora de sensibilidad a la insulina) pero también interactúan con receptores cardiacos que en algunos pacientes causan aumento de frecuencia cardiaca y, en casos raros, arritmias. El equipo de Watkins le dio al sistema de IA una restricción explícita: encontrar péptidos que activen los receptores de interés pero cuya estructura tridimensional sea incompatible con los canales Kv11.1 (hERG), responsables de los efectos secundarios cardiacos.

Leer noticia completa en WWWhat's New →

Serás redirigido al portal original.

#Tecnología #Tendencias #Radar