Por medio de esfuerzos sin precedentes, la comunidad científica se ha concentrado en el desarrollo de tratamientos, vacunas, medidas precautorias e instrumentos de diagnóstico para la COVID-19, cuyo agente patógeno es el coronavirus SARS-CoV-2. La investigación científica en respuesta ante esta pandemia se refleja en la publicación expedita de cerca de 23,634 artículos especializados e indexados desde el 1 de enero al 30 de junio de 2020 (Teixeira y cols., 2020) y en el número de estudios clínicos a nivel internacional en marcha, que para finales de noviembre de 2020 asciende a 3,987 según ClinicalTrials.gov de la U.S. National Library of Medicine. Aunque la manera más efectiva de proveer protección contra la COVID-19 a largo plazo es el desarrollo de una vacuna, otras medidas son necesarias para su tratamiento inmediato (Calina y cols., 2020), por lo que la reutilización o ”reposicionamiento de Fármacos”’ ya aprobados por instituciones como la FDA (Food and Drug Administration) constituye la forma más rápida para desarrollar tratamientos seguros y efectivos contra el SARS-CoV-2. Tales “viejos” fármacos deberán modificar significativamente la actividad de un “‘blanco molecular” (generalmente una proteína) del que dependa la infección o proliferación de un agente patógeno como el SARS-CoV-2, y poseerán un perfil farmacocinético, farmacodinámico y de bioseguridad suficientemente estudiados y demostrados con anterioridad (Ashburn y Thor, 2004).

TRUCOS NUEVOS PARA PERROS VIEJOS: LAS VENTAJAS DEL REPOSICIONAMIENTO DE FÁRMACOS

Las dos principales razones por las que los medicamentos fallan en la clínica son su falta de eficacia frente al placebo y su falta de seguridad (Hughes y cols., 2011); es decir, el desarrollo de daños a la salud a causa de efectos secundarios. Frente a la alta tasa de fracaso, el costo sustancial, la cambiante implementación de regulaciones y el creciente tiempo requerido para el descubrimiento y desarrollo de nuevos medicamentos, el reposicionamiento de fármacos se está volviendo una estrategia cada vez más atractiva (Hughes y cols., 2011; Pushpakom y cols., 2019). Su principal ventaja es el hecho de tener menos probabilidades de fracasar desde el punto de vista de bioseguridad en ensayos de eficacia posteriores, debido al éxito anterior en modelos preclínicos, al haberse completado estudios en humanos para su aprobación o pre-aprobación. En la mayoría de los casos, para el reposicionamiento de un medicamento ya en el mercado, habrán de omitirse ensayos de: 1) optimización química, 2) toxicología, 3) desarrollo de formulación de fabricación a granel y 4) de desarrollo clínico temprano (Ashburn y Thor, 2004), por lo que la ventana de tiempo desde su descubrimiento hasta su evaluación clínica será significativamente corta y su costo de desarrollo, potencialmente bajo. Típicamente, el proceso de desarrollo de un candidato a reposicionamiento conlleva un ahorro significativo en los costos derivados de ensayos preclínicos y de fase I y II, mientras que los costos regulatorios y de fase III son más o menos los mismos que para un nuevo fármaco (Pushpakom y cols., 2019). Además, dicho proceso para la reutilización de medicamentos toma de 3 a 12 años, mientras que el descubrimiento y desarrollo de novo de fármacos lleva aproximadamente de 10 a 17 años (Ashburn y Thor, 2004).

MUCHAS LLAVES PARA UNA MISMA CERRADURA: EL CRIBADO BASADO EN ESTRUCTURA

La principal proteasa del SARS-CoV-2, la enzima M^pro, siendo responsable del rompimiento de enlaces proteicos de numerosas proteínas virales no estructurales en 11 diferentes sitios, resulta indispensable para la replicación de este virus. Debido al papel esencial que desempeña en el ciclo de vida viral y a su alto nivel de conservación, la M^pro constituye un blanco molecular intuitivamente atractivo para el combate del SARS-CoV-2. A raíz de la primera publicación de la estructura cristalizada de la M^pro, el 2 de febrero del 2020 y ahora con más de 100 estructuras depositadas en la base de datos RCSB PDB (Kapusta y cols., 2020), uno de los métodos computacionales actualmente más utilizados para la identificación de fármacos candidatos a reposicionamiento para el tratamiento del COVID-19 es el llamado cribado virtual (Virtual Screening) basado-en-estructura. Su objetivo es el de identificar por medio de simulaciones computacionales, moléculas bioactivas de alta potencia, empleando conocimiento acerca del blanco proteico, i.e., su estructura 3D determinada experimentalmente (Scior y cols., 2012). La literatura científica abunda en estudios de cribado virtual basado-en-estructura cuyo blanco es la M^pro y en posibles fármacos y compuestos naturales candidatos a reposicionamiento para tratar el COVID-19. Dicho método consiste en la recopilación de espacios químicos por medio de experimentos virtuales de anclaje molecular (o docking) de largas librerías de fármacos sobre este proteína target para la identificación de compuestos que posean una propiedad deseada, en este caso la actividad inhibitoria de la M^pro, la cual, al interrumpir la manufactura de copias del coronavirus dentro de las células pulmonares, podría frenar la progresión de la enfermedad. Los compuestos (o ligandos) con ese potencial, identificados por tal método se denominan hits y el proceso de priorización para su estudio clínico involucra su clasificación jerárquica basada en la predicción de su afinidad de unión molecular con la M^pro o su complementariedad con el sitio de unión en dicha proteína. El modelo más sencillo para explicar la unión ligando-proteína es el de “La llave y la cerradura” (o Lock-and-key binding model) en el que miles de llaves (los fármacos aprobados), inicialmente manufacturadas para abrir cierto tipo de cerraduras, es decir, para inducir un efecto biológico sobre proteínas humanas o de patógenos, son puestas a prueba para abrir un nuevo tipo cerradura (la proteína viral del SARS-CoV-2). La llave correcta representa una molécula activa, i.e., un hit, el cual por medio de difusión o movimiento de sus partículas (soluto) en solución y por la atracción electrostática de largo alcance, colisiona con la cerradura y al embonar, es decir, al llevar a cabo la unión molecular preliminar, permanece en el sitio de unión debido a la complementariedad de su forma y de su campo electrostático el tiempo suficiente para “abrir la cerradura”, o sea, para inducir una respuesta biológica que, en el caso de la M^pro, sería la inhibición del rompimiento de enlaces proteicos necesarios para la maduración de proteínas del coronavirus.

UNO, DOS... SEIS PASOS PARA ELEGIR UN CANDIDATO, RETOS DEL CRIBADO BASADO EN ESTRUCTURA

El cribado virtual basado en estructura consiste en probar miles de medicinas conocidas sobre una o varias cerraduras (el sitio activo de una macromolécula). El sitio activo es la parte de la proteína que lleva a cabo su función y está caracterizado por uno o unos cuantos aminoácidos (o residuos). Dicho proceso computacional (Figura 1) comienza con la descarga de las estructuras químicas de la proteína y de los ligandos desde bases de datos públicas o privadas y la generación de su representación (o representaciones) tridimensional ideal calculando sus propiedades fisicoquímicas esenciales como su forma (conformación o distribución relativa de sus átomos), volumen (tamaño de sus átomos), hidrofilicidad (afinidad al agua), polaridad, estado de protonación (ubicación de sus hidrógenos) y su carga eléctrica (generalmente a un pH fisiológico). Por lo que una molécula 3D constituye en realidad una matriz multidimensional en el espacio virtual cartesiano. Una vez identificado el sitio preferencial de unión de cada ligando ya sea escaneando computacionalmente toda la macromolécula o por conocimiento previo, se procede al experimento virtual de anclaje molecular (probar la llave en la cerradura). El número de moléculas se reduce a las que posean un cierto rango de afinidad o de puntaje de energía de unión negativo (en unidades de kilocaloría por mol), es decir, aquellas cuya unión (o formación del complejo ligando-proteína) sea termodinámicamente favorable. El desafío, en este sentido, es el de que el algoritmo de puntaje y el investigador distingan las moléculas activas de las inactivas, en este caso, aquellas que bloquearán eficientemente la acción enzimática de la M^pro en ensayos in vitro e in vivo posteriores.