Compuestos derivados del cannabis para el cáncer colorrectal

La investigación sobre el cannabis sigue descubriendo nuevas posibilidades que van más allá de los compuestos conocidos de la planta. Mientras que gran parte de la conversación pública se ha centrado en compuestos como el THC y el CBD, los científicos están explorando cada vez más el cannabis como una fuente de nuevos candidatos a medicamentos que podrían ser diseñados para tratar una amplia gama de enfermedades.

Un estudio computacional de 2026 ofrece un ejemplo intrigante de este enfoque. En lugar de probar extractos de cannabis directamente contra el cáncer, los investigadores utilizaron modelado computacional avanzado para diseñar y evaluar nuevos compuestos derivados del cannabis que podrían interferir con uno de los principales impulsores del cáncer colorrectal. Después de evaluar decenas de compuestos a través de múltiples capas de pruebas virtuales, dos candidatos surgieron como especialmente prometedores.

Aunque estos hallazgos siguen en la etapa más temprana de la investigación de medicamentos y no han sido validados en estudios de laboratorio, animales o humanos, destacan cómo la química del cannabis podría servir como un punto de partida valioso para desarrollar terapias contra el cáncer más dirigidas. Analicemos la investigación y lo que significa para el futuro de la medicina cannabinoides.

Por qué el cáncer colorrectal necesita nuevos tratamientos

El cáncer colorrectal es uno de los cánceres más comúnmente diagnosticados en todo el mundo y sigue siendo una de las principales causas de muertes relacionadas con el cáncer. Aunque la cirugía, la quimioterapia, la radiación, las terapias dirigidas y la inmunoterapia han mejorado los resultados de los pacientes, el tratamiento todavía puede ser desafiante, especialmente cuando los cánceres se vuelven resistentes a los medicamentos existentes.

Una estrategia que los investigadores están siguiendo implica identificar objetivos moleculares altamente específicos en los que las células cancerosas dependen para crecer mientras se minimiza el daño a los tejidos sanos. Este enfoque de medicina de precisión tiene como objetivo mejorar la eficacia del tratamiento mientras se reducen los efectos secundarios no deseados. Este estudio se centró en la quinasa dependiente de ciclina 2, mejor conocida como CDK2.

Entendiendo la CDK2

La CDK2 es una enzima que ayuda a regular el ciclo celular, que es el proceso por el cual las células crecen y se dividen. Las células sanas dependen de este sistema para reemplazar el tejido dañado y mantener la función normal. Las células cancerosas, sin embargo, a menudo explotan estas vías para dividirse de manera incontrolada.

Cuando la actividad de la CDK2 se vuelve disfuncional, puede contribuir al crecimiento rápido del tumor. Debido a su papel importante en la proliferación celular, la CDK2 se ha convertido en un objetivo atractivo para el desarrollo de nuevos medicamentos contra el cáncer. Si los científicos pueden inhibir de manera segura la CDK2 en las células cancerosas, pueden ralentizar o detener el crecimiento del tumor.

Utilizando la química del cannabis para la investigación de medicamentos

En lugar de buscar aleatoriamente posibles medicamentos, el equipo de investigación combinó varias técnicas computacionales avanzadas que permiten a los científicos predecir qué moléculas son más probable que tengan éxito antes de entrar en costosas pruebas de laboratorio.

Los investigadores comenzaron con una colección de 33 compuestos derivados del cannabis que habían demostrado previamente actividad contra las células del cáncer colorrectal. Utilizando el modelado de relación cuantitativa de estructura-actividad (QSAR), específicamente CoMFA y CoMSIA, analizaron cómo las diferencias sutiles en la estructura molecular afectaban la actividad anticancerígena. Estos modelos les permitieron identificar características estructurales asociadas con efectos biológicos más fuertes y utilizar esa información para diseñar 20 moléculas completamente nuevas, etiquetadas como V1 a V20.

Este proceso representa una forma moderna de diseño racional de medicamentos. En lugar de confiar únicamente en la prueba y el error, los científicos utilizan herramientas computacionales para predecir qué cambios moleculares pueden mejorar el rendimiento de un compuesto antes de sintetizarlo en el laboratorio.

Reduciendo a los mejores candidatos

Diseñar nuevas moléculas es solo una parte del desafío. Los posibles medicamentos también deben poseer características que les permitan funcionar dentro del cuerpo humano. El equipo de investigación evaluó cada nuevo compuesto para determinar su similitud con un medicamento y predijo las propiedades ADMET, que estiman cómo un compuesto puede ser absorbido, distribuido, metabolizado, excretado y si podría presentar preocupaciones de toxicidad. Entre las 20 moléculas diseñadas, cuatro se destacaron porque demostraron propiedades farmacocinéticas favorables mientras mantenían un fuerte potencial anticancerígeno.

Este proceso de filtrado ayuda a los investigadores a evitar invertir tiempo y recursos en compuestos que pueden parecer biológicamente activos pero son poco probable que se conviertan en medicamentos viables.

Acoplamiento molecular reveló una unión fuerte

Después de reducir la lista, los investigadores utilizaron simulaciones de acoplamiento molecular para predecir cuán fuertemente se uniría cada compuesto a la enzima e identificar las interacciones responsables de esa unión. Entre todos los candidatos, V7 y V8 produjeron la unión más fuerte a la CDK2, superando al compuesto de referencia utilizado para la comparación.

Una unión fuerte es importante porque aumenta la probabilidad de que un compuesto pueda interferir efectivamente con la función normal de la proteína. Sin embargo, el acoplamiento representa solo una instantánea estática. Los investigadores también querían determinar si estas interacciones permanecían estables con el tiempo.

Simulando el comportamiento de proteínas en el mundo real

Para responder a esa pregunta, el equipo realizó simulaciones de dinámica molecular que duraron 100 nanosegundos. A diferencia del acoplamiento molecular, que captura una interacción predicha, la dinámica molecular simula cómo las proteínas y las moléculas de medicamentos se mueven naturalmente con el tiempo. Esto crea una imagen más realista de si un medicamento potencial permanece firmemente unido bajo condiciones cambiantes.

Durante las simulaciones, tanto V7 como V8 mantuvieron interacciones estables con la CDK2. Los investigadores evaluaron varios indicadores de estabilidad, incluyendo:

• Desviación media cuadrática (RMSD), que mide la estabilidad estructural general.
• Fluctuación media cuadrática (RMSF), que examina el movimiento de regiones individuales de la proteína.
• Radio de giro (Rg), que refleja la compactación de la proteína.
• Área de superficie accesible al disolvente (SASA), que estima cuánta parte de la proteína permanece expuesta al agua circundante.
• Área de superficie molecular (MolSA), otra medida del comportamiento estructural.

En conjunto, estos análisis sugirieron que ambos compuestos formaron complejos proteína-ligando estables durante el período de simulación. Sin embargo, entre los dos candidatos principales, V8 demostró consistentemente el comportamiento dinámico más favorable.

¿Qué hace que este estudio sea diferente?

Una de las mayores fortalezas del estudio es su flujo de trabajo computacional integral. En lugar de confiar en un solo método de predicción, los investigadores combinaron múltiples técnicas independientes, incluyendo modelado QSAR, pantalla de similitud con un medicamento, predicción de ADMET, acoplamiento molecular y simulaciones de dinámica molecular. Cada etapa sirvió como un punto de control, reduciendo gradualmente la lista de decenas de moléculas posibles a dos candidatos particularmente prometedores.

Este enfoque en capas aumenta la confianza de que los compuestos seleccionados merecen una investigación más a fondo, mientras reduce el número de moléculas que requieren costosas experimentaciones de laboratorio.

Limitaciones importantes

A pesar de los hallazgos alentadores, es importante reconocer lo que este estudio demuestra y lo que no. Todo lo reportado se generó a través de modelado computacional. Ninguno de los compuestos diseñados ha sido probado en células vivas, modelos animales o ensayos clínicos humanos. Aunque las simulaciones por computadora son valiosas porque ayudan a los investigadores a priorizar los candidatos más prometedores, no pueden probar que una molécula será segura o efectiva como medicamento.

La investigación futura necesitará:

• Sintetizar los compuestos diseñados.
• Probarlos en cultivos de células de cáncer colorrectal.
• Evaluar su seguridad en estudios con animales.
• Determinar si funcionan como se predijo en experimentos de laboratorio.
• Eventualmente evaluar la seguridad y la eficacia a través de ensayos clínicos.

Muchos candidatos a medicamentos computacionales prometedores nunca avanzan a terapias aprobadas, lo que hace que la validación experimental sea un paso esencial siguiente.

El cannabis puede ofrecer una nueva plataforma de descubrimiento de medicamentos

Quizás el mensaje más importante de esta investigación es la notable diversidad química encontrada dentro del cannabis, que ilustra cómo esa diversidad puede inspirar el diseño de compuestos farmacéuticos completamente nuevos. En lugar de utilizar el cannabis mismo como tratamiento, los investigadores están aprovechando su marco molecular como una plantilla para crear moléculas más selectivas y similares a medicamentos, capaces de dirigirse a vías de enfermedad específicas.

Mientras que estos hallazgos siguen firmemente en la fase de descubrimiento preclínico, destacan el creciente papel del diseño de medicamentos computacional en la aceleración de la investigación farmacéutica. A medida que la inteligencia artificial, el modelado molecular y la química medicinal sigan evolucionando, los compuestos derivados del cannabis pueden contribuir cada vez más no solo a la medicina cannabinoides, sino también a la búsqueda más amplia de terapias contra el cáncer de próxima generación.

Referencias:

^{1. Khadija Khaddam Allah, Khaoula Mkhayar, Rachid Haloui, Amine Ballari, Ossama Daoui, Kaouakeb El Khattabi, Abdelmoula El Abbouchi, Samir Chtita, Souad El Khattabi, El cannabis como fuente de nuevos tratamientos: Un estudio computacional que combina LBDD y acoplamiento/dinámica basados en la estructura para identificar nuevos compuestos similares a medicamentos para el cáncer colorrectal, Journal of Genetic Engineering and Biotechnology, Volumen 24, Edición 3, 2026, 100763, ISSN 1687-157X, https://doi.org/10.1016/j.jgeb.2026.100763}