Una nueva herramienta computacional identifica candidatos para el reposicionamiento de fármacos en ELA

Un pipeline para el reposicionamiento de fármacos

Un equipo de investigadores del King's College de Londres presentó una nueva herramienta computacional diseñada para acelerar el reposicionamiento de fármacos, una estrategia que busca identificar nuevos usos terapéuticos para medicamentos ya aprobados. El estudio, publicado como preprint en la plataforma bioRxiv, detalla un pipeline de tres etapas que integra la predicción de genes, el análisis de redes biológicas y la clasificación farmacológica.

La metodología combina tres herramientas principales: DGLinker, para predecir nuevos genes asociados a enfermedades mediante grafos de conocimiento; SAveRUNNER, para identificar fármacos candidatos basándose en la proximidad de sus dianas con los genes de la enfermedad en redes de interacción proteica; y un análisis de enriquecimiento de categorías ATC (ATCEA) para priorizar los candidatos según su clase terapéutica.

Aplicación a la esclerosis lateral amiotrófica

Tras validar el modelo en doce enfermedades diferentes, los autores lo aplicaron a la esclerosis lateral amiotrófica (ELA), una condición con opciones terapéuticas muy limitadas. La incorporación de genes predichos computacionalmente amplió de manera significativa el espacio de búsqueda, lo que permitió identificar categorías farmacológicas enriquecidas que no surgían al utilizar únicamente los genes de ELA ya conocidos.

En total, el pipeline priorizó 77 fármacos candidatos agrupados en categorías ATC significativas, entre las que se incluyen clases como los antidepresivos y los antipsicóticos. Varios de estos compuestos cuentan con algún nivel de evidencia previa en la literatura científica, pero solo fueron detectados por el modelo al expandir el conjunto de genes asociados a la enfermedad.

Validación con registros de salud electrónicos

Para aportar un contexto clínico exploratorio, el equipo evaluó los fármacos priorizados utilizando una base de datos longitudinal de registros de salud electrónicos de 2361 personas con ELA atendidas en el King's College Hospital. Aunque el tamaño de la muestra limitó la cantidad de medicamentos evaluables, este análisis ofreció información adicional sobre el uso real de algunas de las clases farmacológicas destacadas por el modelo.

Alcance y limitaciones del estudio

Es importante señalar que esta investigación se encuentra en fase computacional y ha sido publicada como preprint, por lo que aún no ha completado el proceso de revisión por pares. Los hallazgos representan un punto de partida para generar hipótesis y diseñar futuros estudios preclínicos o clínicos, pero no constituyen evidencia de eficacia terapéutica en personas con ELA ni implican que los fármacos identificados estén disponibles o recomendados para su uso clínico actual.

Fuente: bioRxiv — https://www.biorxiv.org/content/10.64898/2026.07.03.736387v1.full