^{Gonzalo Colmenarejo
Responsable de la Unidad de Bioestadística y Bioinformática en IMDEA Alimentación}

La Quimioinformática de alimentos es una disciplina emergente que combina herramientas computacionales y químicas para analizar o modelar las propiedades de los compuestos bioactivos presentes en los alimentos, así como su interacción con sistemas biológicos. Esta aproximación resulta fundamental para comprender cómo los componentes químicos de los alimentos influyen en la salud humana, facilitando la identificación de mecanismos de acción, la predicción de actividad biológica y el diseño de intervenciones dietéticas personalizadas.

Los alimentos contienen una amplia gama de compuestos bioactivos, como polifenoles, alcaloides, carotenoides y péptidos bioactivos, que pueden modular multitud de funciones biológicas. También hay que hablar de la microbiota intestinal, responsable de la producción de numerosas moléculas adicionales bien directamente o a partir de la modificación de los anteriores. Se trata de los metabolitos microbianos que, también son bioactivos, e influyen en múltiples procesos de la salud. Cuando su balance está alterado, dichas moléculas microbianas se han visto involucradas en patologías muy diversas, entre las que se encuentra el síndrome de colon irritable, cáncer de colon, Parkinson o Alzheimer.

Sin embargo, la identificación de todos estos compuestos y su relación con beneficios específicos para la salud humana no es una tarea sencilla, debido a la diversidad química y a las interacciones que se producen en matrices alimentarias.

La Quimioinformática permite abordar esta complejidad mediante el uso de bases de datos, como FooDB y PhytoHub para los alimentos, y otras en el campo de los metabolitos microbianos (HMDB y METLIN), que recopilan información sobre la estructura química, la concentración y propiedades bioactivas de miles de compuestos alimentarios.

PREDICCIÓN DE INTERACCIONES MOLECULARES Y MECANISMOS DE ACCIÓN

Uno de los principales desafíos en la investigación de compuestos bioactivos es dilucidar, a nivel molecular, sus mecanismos de acción. Estas moléculas interaccionan con dianas biológicas al producir su efecto biológico (enzimas, receptores o transportadores), de igual modo que lo hacen los fármacos. A partir de esta información podemos racionalizar su modo de acción. En este sentido, desde la Unidad de Bioestadística y Bioinformática en IMDEA Alimentación hemos analizado de forma sistemática estas bases de datos, de lo que se puede concluir que, en la actualidad, sólo se conocen las dianas biológicas de un exiguo 1,6 % de estos compuestos bioactivos. Aquí es donde la Quimioinformática ofrece herramientas como el cribado virtual y la dinámica molecular para simular o predecir las interacciones entre compuestos bioactivos y sus posibles dianas biológicas. Por ejemplo, en el caso de los polifenoles del té verde, existen estudios donde han utilizado el cribado para mostrar su afinidad con dianas relacionadas con procesos inflamatorios, como el NF-κB; lo que sugiere su papel en la modulación de la inflamación crónica. Estas aproximaciones ayudan a priorizar los compuestos más prometedores para análisis experimentales posteriores, optimizando recursos y tiempo. En IMDEA Alimentación, hemos utilizado una aproximación alternativa que utiliza modelos de Machine Learning para la predicción de dichas dianas y con lo que podemos incrementar en más de 40 veces los compuestos bioactivos con dianas asignadas.

Y es que la Quimioinformática, mediante estos y otros modelos, se está beneficiando de las novedosas tecnologías de IA en desarrollo desde la última década. Numerosas aplicaciones en esta área permiten acelerar la identificación de dianas, el diseño de nuevas moléculas bioactivas y la integración de datos de múltiples orígenes (genéticos, alimentación, entorno…) para predecir el efecto biológico en la salud.

A día de hoy, uno de nuestros proyectos comprende el uso de modelos generativos de IA para el diseño de moléculas que mimeticen a los metabolitos microbianos, de forma que puedan reequilibrarlos cuando estén alterados en los procesos patológicos citados con anterioridad. Así es cómo abordamos el diseño de nuevos fármacos a partir de estas moléculas bioactivas microbianas.

DISEÑO DE DIETAS PERSONALIZADAS Y NUEVAS ESTRATEGIAS TERAPÉUTICAS

La Quimioinformática también contribuye al desarrollo de intervenciones dietéticas personalizadas basadas en las necesidades individuales. Al combinar información sobre la estructura química de los compuestos bioactivos, su biodisponibilidad y las características genéticas del individuo, es posible predecir cómo responderá una persona a ciertos alimentos o compuestos.

Por ejemplo, se han identificado interacciones entre compuestos como las isoflavonas de la soja y polimorfismos genéticos relacionados con receptores de estrógenos, lo que permite recomendar el consumo de soja a mujeres con perfiles específicos para mejorar su salud ósea.

LIMITACIONES Y PERSPECTIVAS FUTURAS

A pesar de los avances, la Quimioinformática de alimentos enfrenta desafíos como la necesidad de datos más completos y estándares sobre los compuestos alimentarios y su biodisponibilidad, de la misma forma que el desarrollo de modelos computacionales capaces de integrar la complejidad de las interacciones alimentarias en el organismo humano.

En el futuro, se espera que la integración de Inteligencia Artificial, datos ómicos y herramientas quimioinformáticas acelere la comprensión de los mecanismos de acción de los compuestos bioactivos, y su aplicación en la prevención y el tratamiento de enfermedades.

Como conclusión, la Quimioinformática de alimentos, junto con la Inteligencia Artificial, desempeñan un papel fundamental en la investigación del mecanismo de acción de compuestos bioactivos, proporcionando herramientas esenciales para avanzar hacia una nutrición personalizada y basada en evidencia, con el potencial de mejorar la salud humana de manera significativa.