Academia

Las proteínas de los alimentos tradicionales como el maíz y amaranto, al digerirse, liberan miles de fragmentos de proteína de distinta composición y tamaño. Identificar cuáles de ellos tienen efecto terapéutico era, hasta hace poco, una búsqueda a ciegas. Hoy, los modelos de inteligencia artificial permiten explorar ese universo antes de entrar al laboratorio

Inteligencia artificial à la carte o cómo el aprendizaje automático puede ayudar a buscar péptidos bioactivos en nuestros alimentos

Inecol Cultivos silvestres mexicanos. (Crédito:  Ninfa Jiménez Acosta.)

Cuando comemos un plato de frijoles con tortilla no ingerimos solo almidón o proteínas. Durante la digestión, las enzimas del estómago y del intestino descomponen esas proteínas en fragmentos cada vez más pequeños: los péptidos. Algunos son simplemente combustibles para nosotros, pero otros, en cambio, conservan la capacidad de unirse a proteínas específicas de nuestro cuerpo y modificar su funcionamiento. A esos se les llama péptidos bioactivos, y son la razón por la que ciertos alimentos se denominan “funcionales”, ya que aportan algo más que nutrientes.

Inecol. Figura 1. De los alimentos funcionales al modelo computacional. Las proteínas de muchos cultivos silvestres mexicanos constituyen bibliotecas de secuencias peptídicas aún sin catalogar. Creada con BioRender.

Se han identificado péptidos en las proteínas del frijol común (Phaseolus vulgaris) que inhiben la enzima convertidora de angiotensina (ECA), objetivo de muchos fármacos antihipertensivos. Además, en el maíz, el amaranto y la chía, se han aislado fracciones que poseen propiedades antioxidantes, inmunomoduladoras e inhibidoras de la enzima DPP-IV (Dipeptidil peptidasa IV), clave en la regulación de la glucosa. La pregunta no es si existen estos compuestos, sino cuáles son, dado el gran número de posibles candidatos.

Consideremos una sola proteína alimentaria de tamaño moderado, digamos de 300 aminoácidos. Al ser digerida por pepsina, tripsina y quimotripsina (enzimas digestivas), puede fragmentarse en cientos o miles de péptidos distintos, según el sitio de corte de cada enzima. Multipliquemos eso por las decenas de proteínas presentes en un solo alimento y por la diversidad de cultivos que tenemos en la despensa mexicana. El resultado son millones de secuencias potenciales.

Evaluar experimentalmente cada una implica sintetizarla, purificarla, evaluarla contra un blanco molecular, medir su actividad enzimática en un laboratorio… algo simplemente inviable. Un laboratorio bien equipado puede caracterizar decenas de péptidos al año, no millones. Durante décadas, esto obligó a un abordaje de ensayo y error, donde se hidrolizaban las proteínas de manera muy controlada, se fraccionaban, se probaban las fracciones activas por lotes y solo entonces se podían identificar los péptidos responsables. Efectivo, pero lento y costoso.

Con el advenimiento de tecnologías como el aprendizaje automático, una rama de la inteligencia artificial en la que un algoritmo aprende patrones a partir de ejemplos previos, en lugar de seguir reglas programadas a mano, cambió la lógica de la búsqueda. En lugar de probar y descartar, ahora es posible predecir y priorizar.

El flujo de trabajo típico comienza con una proteólisis o digestión in silico, es decir, en una computadora se simula el corte de las proteínas de los alimentos por las enzimas digestivas, lo que genera un catálogo completo de péptidos que podrían liberarse. Estas bases de datos especializadas como BIOPEP-UWM, que reúne miles de péptidos alimentarios con actividad reportada, sirven como material de entrenamiento. A partir de ellas, modelos de clasificación aprenden qué características de una secuencia son relevantes, tal es el caso de la composición de aminoácidos, carga neta, hidrofobicidad, y otras propiedades fisicoquímicas, las cuales se asocian con diversas actividades como la antihipertensiva, antioxidante o antidiabética. Con ese conocimiento, el modelo computacional asigna cierta probabilidad de ser activo a cada uno de los millones de péptidos del catálogo.

De este proceso de cribado masivo y virtual, no salen medicamentos, sino que se asignan prioridades. Unas decenas de secuencias que merecen atención, en vez de millones que no la merecen toda.

Predecir que un péptido “probablemente sea activo” no explica cómo lo sería. Para eso hay que ver la molécula en tres dimensiones, acoplada a su blanco. Y aquí ocurrió un salto reciente.

Inecol. Figura 2. Los modelos generativos predicen cómo se acomoda un péptido sobre la superficie de su proteína blanco; las funciones de energía basadas en física determinan cuáles de esas predicciones son verosímiles.

En nuestro grupo empleamos DiffPepDock, una herramienta desarrollada por el equipo de Luhua Lai en la Universidad de Pekín y publicada en Protein Science en 2025. DiffPepDock utiliza modelos de difusión (la misma familia de algoritmos detrás de los generadores de imágenes por inteligencia artificial), los cuales han sido adaptados para respetar las reglas del plegamiento de las proteínas. En lugar de generar pixeles, se generan soluciones aleatorias para el acoplamiento de moléculas y posteriormente se refinan hasta obtener una predicción plausible de cómo un péptido se acomoda sobre la superficie de su proteína blanco. Su ventaja frente a los métodos de acoplamiento tradicionales es la velocidad, lo que permite evaluar y cribar grandes lotes de secuencias de péptidos, precisamente el escenario de los péptidos alimentarios.

Complementamos ese cribado con Rosetta, la plataforma de modelado macromolecular desarrollada en el laboratorio de David Baker, en la Universidad de Washington, cuyo trabajo en diseño computacional de proteínas fue reconocido con el Premio Nobel de Química 2024. Rosetta aporta una función de energía basada en principios físicos y químicos, capaz de estimar qué tan favorable es realmente una interacción, lo que un modelo generativo de difusión no proporciona por sí solo. La combinación de DiffPepDock y Rosetta refleja una tendencia de fondo en el campo de la inteligencia artificial, es decir, como los modelos de aprendizaje profundo exploran el espacio de posibilidades con enorme eficiencia, mientras que la física sigue siendo el criterio para decidir cuáles de esas posibilidades son verosímiles.

A ese binomio le sumamos los métodos que representan la práctica habitual de nuestro grupo en bioquímica computacional, la cuales permiten observar si el complejo péptido-proteína a lo largo del tiempo (nanosegundos). Un péptido que sobrevive a estas etapas, predicción estadística, acoplamiento estructural y estabilidad dinámica, es capaz de llegar al laboratorio con una probabilidad de éxito considerablemente mayor que uno elegido al azar.

No obstante, conviene ser claro en que un péptido que se comporta bien en la pantalla no es un alimento funcional comprobado, ni mucho menos un medicamento. Aún quedan obstáculos que ninguna simulación resuelve por sí sola. El primero es la biodisponibilidad, que describe como un péptido puede unirse espléndidamente a su blanco en el modelo y, aun así, ser degradado por las proteasas intestinales antes de absorberse, o no atravesar la barrera intestinal por su tamaño y carga. El segundo es la dosis, ya que la concentración de un péptido activo en una porción real de alimento suele ser órdenes de magnitud menor que la usada en un ensayo in vitro o en un fármaco. Finalmente, el tercero y más relevante es la validación experimental, que sigue siendo insustituible. Tal es el caso de los ensayos enzimáticos, los cultivos celulares y los estudios en modelos animales y humanos.

Además, en un país como el nuestro, donde la publicidad de alimentos y suplementos es agresiva y muchas veces engañosa, hay un riesgo que conviene señalar y es que identificar computacionalmente un péptido antihipertensivo en un alimento no autoriza a afirmar que comerlo baje la presión arterial de manera clínicamente relevante. Estas afirmaciones son de naturaleza distinta, y confundirlas ha sido una fuente frecuente de desinformación nutricional.

Dado todo lo anterior, el potencial es real y particularmente pertinente para nuestro país, ya que México es un país megadiverso, con una rica tradición en cultivos silvestres, donde consumimos regularmente decenas de variedades de maíz, frijol, amaranto, chía, chile, nopal, cacao, cuya composición proteica aún se encuentra lejos de haber sido caracterizada por completo. Cada una de esas variedades es, en términos prácticos, una biblioteca de secuencias peptídicas sin catalogar. Las herramientas computacionales permiten explorar esa biblioteca a un costo accesible para instituciones públicas de investigación, sin la infraestructura de cribado masivo que solo poseen las grandes farmacéuticas.

En el grupo de química computacional del Instituto de Ecología, A.C. (INECOL) en colaboración estrecha con el Departamento de Ciencias de la Alimentación (UAM-Lerma), aplicamos este flujo de trabajo para evaluar péptidos y compuestos derivados de productos naturales frente a blancos terapéuticos de interés metabólico, con el propósito de priorizar antes de cualquier ensayo biológico, aquellas moléculas con mayor probabilidad de éxito. Asi mismo, en el laboratorio de la Universidad de Purdue, se llevará a cabo una etapa de valoración utilizando ensayos con células y modelo in vivo para confirmar la efectividad de dichos péptidos.

La inteligencia artificial no descubrirá por sí sola el próximo alimento funcional. Pero sí puede indicarnos dónde vale la pena buscar.

1 Red de Estudios Moleculares Avanzados, Instituto de Ecología, A.C. (INECOL).

2 Departamento de Ciencias de la Alimentación. División de Ciencias Biológicas y de la Salud. Universidad Autónoma Metropolitana-Unidad Lerma.

3 Laboratorio de Química de Proteínas y Péptidos Bioactivos, Departamento de Ciencias de los Alimentos. Universidad de Purdue.

Pa saber más

Wang Y, Wang F, Feng L, Zhang C, Lai L. DiffPepDock: Efficient protein–peptide docking and binder screening via SE(3)-equivariant diffusion. Protein Science. 2025;34(11):e70338. doi:10.1002/pro.70338

Tendencias