Accelerant el descobriment de teràpies contra el càncer de nova generació mitjançant la intel·ligència artificial, la biologia química de sistemes i la recerca experimental.
El Grup de Descobriment de Fàrmacs Impulsat per IA del VHIO desenvolupa enfocaments computacionals i experimentals per accelerar el descobriment de teràpies innovadores contra el càncer. La nostra visió és combinar la intel·ligència artificial, la biologia química de sistemes i dades químiques i biològiques a gran escala per entendre millor l’acció dels fàrmacs i dissenyar teràpies de molècules petites més segures i efectives per als pacients amb càncer.
Som un equip interdisciplinari que reuneix expertesa en aprenentatge automàtic, quimioinformàtica, química medicinal i biologia del càncer. Tot i ser principalment computacional, el grup opera un petit laboratori experimental que permet la validació ràpida de prediccions computacionals utilitzant models de càncer in vitro. Treballant estretament amb clínics, investigadors translacionals i socis industrials, aspirem a transformar els descobriments computacionals en oportunitats terapèutiques significatives.
També estem compromesos amb la formació d’una nova generació de científics multidisciplinaris capaços de treballar amb fluïdesa entre la intel·ligència artificial, la química i la recerca experimental del càncer.
La nostra recerca s’organitza al voltant de tres pilars complementaris.
- Intel·ligència artificial i aprenentatge automàtic per al descobriment, disseny i optimització de compostos inicials de molècules petites.
- Biologia química de sistemes i predicció de polifarmacologia per entendre millor l’acció dels fàrmacs i identificar oportunitats de reposicionament, amb un enfocament particular en els metabòlits dels fàrmacs.
- Descobriment, habilitat per IA, de teràpies multiobjectiu i d’immuno-oncologia.
Cap de grup
Albert Antolin
Investigadora postdoctoral
Michela Varani
PhD Student
Luca Ruvo
Albert Turon
Títol: Generació de dades proteïna–lligand a gran escala per donar suport a la identificació i optimització computacional de compostos inicials (LIGAND-AI)
Entitat finançadora: Innovative Health Initiative (IHI)
Referència: 101252959
Durada: 11/2025–10/2030
Rol: Co-IP
Títol: Una plataforma de descobriment de fàrmacs basada en sistemes per abordar la resistència als fàrmacs contra el càncer – Beca “Miguel Servet”
Entitat finançadora: Instituto de Salud Carlos III
Referència: CP22/00122
Durada: 07/2023–06/2028
Rol: IP
Títol: Caracterització basada en sistemes dels metabòlits de fàrmacs per explotar-los en medicina de precisió (META-PRIME)
Entitat finançadora: Agencia Estatal de Investigación – Ministerio de Ciencia, Innovación y Universidades
Referència: PID2022-136344OA-I00
Durada: 09/2023–08/2026
Rol: IP
Títol: AI-chemoTILs: descobriment i optimització guiats per IA de molècules petites per potenciar les teràpies amb limfòcits infiltrants de tumor
Entitat finançadora: Fundació “la Caixa” – Programa Proof of Concept
Durada: 2025–2026
Rol: IP
Publicacions científiques més rellevants
Per a una llista completa, consulteu: https://pubmed.ncbi.nlm.nih.gov/?term=antolin+aa
- Hu H, Bowers J, Shumate J, Scampavia L, Spicer TP, Yi X, Antolin AA, Baell JB. Promiscuously bioactive compounds are prevalent in widely used commercial drug repurposing libraries. Eur J Med Chem. 2026;305:118550. doi: 10.1016/j.ejmech.2025.118550.
- Edwards AM, Owen DR; Structural Genomics Consortium Target 2035 Working Group. Protein–ligand data at scale to support machine learning. Nat Rev Chem. 2025;9:634–645. doi: 10.1038/s41570-025-00737-z.
- Hu H, Serra C, Zhang W, Scrivo A, Fernández-Carasa I, Consiglio A, Aytes A, Pujana MA, Llebaria A, Antolin AA. Identification of differential biological activity and synergy between the PARP inhibitor rucaparib and its major metabolite. Cell Chem Biol. 2024;31:973–988. doi: 10.1016/j.chembiol.2024.01.007.
- Manen-Freixa L, Antolin AA. Polypharmacology prediction: the long road toward comprehensively anticipating small-molecule selectivity to de-risk drug discovery. Expert Opin Drug Discov. 2024;19:1043–1069. doi: 10.1080/17460441.2024.2376643.
- Hu H, Tjaden A, Knapp S, Antolin AA, Müller S. A machine learning and live-cell imaging tool kit uncovers small-molecule-induced phospholipidosis. Cell Chem Biol. 2023;30:1634–1651. doi: 10.1016/j.chembiol.2023.09.003.
- Antolin AA, Sanfelice D, Crisp A, Villasclaras Fernandez E, Mica IL, Chen Y, Collins I, Edwards A, Müller S, Al-Lazikani B, Workman P. The Chemical Probes Portal: an expert review-based public resource to empower chemical probe assessment, selection and use. Nucleic Acids Res. 2023;51:D1492–D1502. doi: 10.1093/nar/gkac909.
