ActualidadEnsayos clínicos
De 4 millones de compuestos a 20 candidatos contra la leucemia
La Universidad de Rice cribó 4 millones de compuestos con aprendizaje automático. Halló 20 candidatos contra la leucemia mieloide aguda y una nueva diana.
Marina Sarrias, Médica

En resumen
- Un equipo de la Universidad de Rice usó aprendizaje automático para cribar más de 4 millones de compuestos y encontró 20 candidatos contra la leucemia mieloide aguda.
- La diana clave es una proteína llamada glutatión reductasa, que las células de leucemia necesitan para neutralizar unas moléculas tóxicas y por la que son especialmente vulnerables.
- En pruebas de laboratorio, los compuestos combinados con fármacos ya usados mataron entre el 95 % y el 97 % de las células cancerosas y solo alrededor del 5 % de las sanas.
- Es investigación preclínica, en células: todavía falta probarlos en animales y, después, en personas.
Qué se ha descubierto¶
Un equipo de la Universidad de Rice, en Estados Unidos, ha usado aprendizaje automático para buscar nuevos fármacos contra la leucemia mieloide aguda. La leucemia mieloide aguda, que suele abreviarse como LMA, es un cáncer de la sangre agresivo. El tratamiento más usado, la quimioterapia, logra remisiones, pero muchos pacientes recaen al cabo de un tiempo.
El nuevo método cribó más de 4 millones de compuestos químicos con un programa de ordenador. Solo identificó unos 90 que cumplían tres funciones concretas. De ellos, el equipo eligió los 20 mejores para probarlos en el laboratorio.
Las tres funciones eran: provocar muerte celular programada, llamada apoptosis; activar la autofagia, que es la forma que tiene la célula de reciclarse por dentro; e inhibir una proteína llamada glutatión reductasa. Esta última es la pieza clave del hallazgo.

Cómo se hizo el estudio¶
La autora principal del trabajo es Megan R. Daneman, y la investigadora responsable, Natasha Kirienko, es profesora de biociencias en Rice. En vez de buscar fármacos contra una diana concreta, su equipo trabajó al revés. Primero miró qué funciones tenían los fármacos que ya habían funcionado contra la LMA en cribados previos hechos en laboratorio. Después, pidió al programa de aprendizaje automático que buscara compuestos con esas mismas funciones. El programa examinó más de 4 millones de compuestos y solo unos 90 encajaban con los tres criterios. El equipo eligió los 20 más prometedores para validarlos en células.
Las pruebas se hicieron en líneas celulares de leucemia cultivadas en el laboratorio y también en células cancerosas donadas por pacientes reales, cedidas por el banco de muestras de leucemia del MD Anderson Cancer Center. Los compuestos fueron selectivos: atacaron las células de leucemia sin dañar las sanas. Combinados con fármacos ya usados contra la LMA, como midostaurina y venetoclax (frente al que el cáncer desarrolla resistencias, como muestra el gen Irx5 que esquiva el venetoclax en linfomas de ratón), mataron entre el 95 % y el 97 % de las células cancerosas frente a alrededor del 5 % de las sanas.
El trabajo se publicó en la revista Leukemia con el título Cheminformatic identification of small molecules targeting acute myeloid leukemia (Daneman et al., 2026).
Qué significa y qué no¶
Lo que se ha encontrado es una nueva forma de buscar fármacos. También se ha identificado una vulnerabilidad concreta de las células de LMA: dependen mucho de la glutatión reductasa para neutralizar unas moléculas tóxicas llamadas especies reactivas de oxígeno (ROS). Si se bloquea esa proteína, las células se ahogan en su propia toxicidad.
Lo que todavía no se ha hecho es probar estos compuestos en animales ni en personas. Los resultados son preclínicos, solo en células. Esto significa que es investigación temprana, todavía lejos de la consulta del médico.
Tampoco se trata de una cura. Es el primer paso de un proceso largo. Antes de que un fármaco llegue a la farmacia tiene que pasar por las distintas fases de un ensayo clínico, con pruebas de seguridad y eficacia en personas.
Contexto¶
La leucemia mieloide aguda es uno de los cánceres de la sangre más difíciles de tratar. Sobre todo en personas mayores, las opciones son limitadas y el pronóstico sigue siendo malo.
Por eso se buscan nuevas dianas terapéuticas, es decir, moléculas o procesos internos de la célula cancerosa que se puedan atacar con un fármaco. En los últimos años, aparte de la quimioterapia tradicional, han surgido terapias dirigidas e inmunoterapias, como la terapia CAR-T, que reprograma las defensas del propio paciente, o el anticuerpo biespecífico blinatumomab, que acaba de superar a la quimioterapia en leucemia infantil de alto riesgo. También se ha probado la vitamina C oral en dosis altas contra cánceres sanguíneos precoces, con un ensayo en fase 2 que sugirió menos muertes aunque sin confirmar causalidad.
El estudio de Rice se suma a esta búsqueda con una estrategia distinta: usar la inteligencia artificial para acelerar el primer cribado de candidatos.
Qué falta por saber¶
Faltan años de investigación antes de que alguno de estos compuestos pueda probarse en personas. Las próximas etapas serían:
- Probar los candidatos en modelos animales para ver si funcionan en un organismo completo.
- Comprobar la toxicidad: si dañan el hígado, el riñón u otros órganos sanos.
- Ajustar la dosis y la forma de administrar el compuesto.
- Si todo va bien, empezar un ensayo clínico en fase I, que mide sobre todo seguridad en voluntarios sanos.
También queda por confirmar si esta misma estrategia sirve para otros tipos de cáncer, o si la vulnerabilidad encontrada es exclusiva de la LMA.
Fuentes
- Cheminformatic identification of small molecules targeting acute myeloid leukemia · Leukemia · 2026 · doi.org
- Cheminformatic identification of small molecules targeting acute myeloid leukemia · PubMed · 2026 · pubmed.ncbi.nlm.nih.gov


