Structure-Guided and AI-Assisted design of CaMKIV Inhibitors Targeting Autism-Associated Variants: From Molecular Design to Biochemical Validation.
Este proyecto busca comprender cómo ciertas mutaciones en la proteína CaMKIV, asociadas al trastorno del espectro autista (TEA), alteran su funcionamiento a nivel molecular. Para ello se estudiará la estructura y dinámica de esta proteína mediante métodos computacionales avanzados, como simulaciones de dinámica molecular clásica y métodos de muestreo avanzado.
A partir de este conocimiento se diseñarán nuevas moléculas y péptidos capaces de modular o inhibir la actividad anormal de CaMKIV, los cuales serán posteriormente evaluados mediante ensayos bioquímicos experimentales. De esta forma, el proyecto combina herramientas de bioinformática, química computacional y biología molecular para avanzar hacia posibles estrategias terapéuticas dirigidas a subtipos severos de autismo.
El trastorno del espectro autista está presente en millones de personas en el mundo y se caracteriza por una gran diversidad de causas genéticas y moleculares. Aunque en los últimos años se han identificado múltiples genes asociados a esta condición, aún no existen terapias dirigidas para muchos de los mecanismos moleculares involucrados.
Estudios recientes han mostrado que algunas mutaciones en la proteína CaMKIV generan una activación anormal de vías de señalización neuronal, lo que podría contribuir a alteraciones en el desarrollo y funcionamiento del cerebro. Sin embargo, estas variantes han sido poco estudiadas desde el punto de vista estructural y farmacológico.
Comprender cómo estas mutaciones afectan la estructura y actividad de la proteína permitirá identificar nuevas oportunidades para el desarrollo de terapias dirigidas, un área aún poco explorada en neurodesarrollo.
El proyecto generará nuevo conocimiento sobre los mecanismos moleculares asociados a variantes genéticas del autismo, contribuyendo a comprender cómo cambios específicos en proteínas neuronales afectan la señalización celular.
Además, permitirá desarrollar y validar una estrategia integrada que combina inteligencia artificial, simulaciones moleculares y experimentos bioquímicos para el descubrimiento temprano de moduladores de proteínas asociadas a enfermedades neurológicas.
A largo plazo, los resultados podrían contribuir al desarrollo de nuevas aproximaciones terapéuticas personalizadas para trastornos del neurodesarrollo, además de fortalecer la investigación interdisciplinaria en bioinformática, química computacional y biomedicina en Chile.