La IA y los problemas difíciles del mundo · Medicina y descubrimiento de fármacos · Nature (computational biology) · 2026-10-25
Identificación de un modulador del canal de sodio NaV1.5 derivado de un producto natural mediante aprendizaje automático integrado y modelado molecular
Título original: Identification of a natural product derived NaV1.5 sodium channel modulator through integrated machine learning and molecular modeling
Los bloqueadores de los canales de sodio existentes conllevan riesgos proarrítmicos, por lo que se necesitan moduladores de NaV1.5 más seguros para la fibrilación auricular. El equipo entrenó modelos LightGBM, XGBoost y Random Forest con 1,512 inhibidores conocidos de NaV1.5 y examinó 100,404 compuestos naturales de COCONUT. El mejor modelo (LightGBM, MCC 0.66) condujo a Piperaduncin C, que mostró un acoplamiento favorable, simulaciones estables y una energía de unión prevista mejor que la de la quinidina, aunque aún se requiere validación experimental.