Project Details
Description
Los trastornos en la melanogénesis, como la hiper-pigmentación, las manchas relacionadas con la edad y ciertas formas de cáncer de piel, están vinculados a la sobreproducción de melanina en las capas basales de la piel. Este proceso de producción de melanina está catalizado por la enzima tirosinasa (EC.1.14.18.1), que facilita la oxidación enzimática del aminoácido tirosina hasta dopa-quinona. Debido a su relevancia biológica y su distribución en diversas especies a lo largo de la filogenia, la tirosinasa ha atraído el interés de la comunidad científica en la búsqueda de inhibidores potentes. Estos inhibidores podrían tener aplicaciones en diversos sectores, como la industria alimentaria (para retardar el proceso de descomposición de vegetales y vinos), la farmacéutica (en el tratamiento de enfermedades dérmicas), la cosmética (como agentes despigmentantes) y la agroquímica (como alternativa para el control de insectos dañinos en cultivos). Sin embargo, los compuestos disponibles en la actualidad, tanto para aplicaciones terapéuticas como industriales, presentan limitaciones en su perfil farmacocinético y toxicológico, y/o tienen problemas de efectividad.
En este contexto, acelerar el descubrimiento de nuevos inhibidores de tirosinasa (ITs) y su introducción al mercado tiene un impacto significativo en la comunidad científica e industrial. Sin embargo, el proceso de descubrimiento de estos compuestos es complejo y financieramente riesgoso. El uso de técnicas computacionales de diseño racional (DRY) emerge como una herramienta valiosa para reducir costos y tiempos de investigación, aumentando las probabilidades de éxito en la identificación de nuevos quimiotipos, o “cabezas de serie”, que puedan actuar como inhibidores de tirosinasa. Esta investigación tiene como objetivo combinar técnicas computacionales probadas con enfoques novedosos para identificar nuevos compuestos activos contra la tirosinasa, y mediante el diseño biosilico, optimizar estos agentes para que sean más potentes y menos tóxicos. Los compuestos identificados serán sintetizados y evaluados experimentalmente (WET-LAB) a través de ensayos in vitro.
Mediante esta investigación, se busca descubrir y desarrollar nuevas familias de compuestos químicos con una destacada acción inhibidora frente a la tirosinasa, con aplicaciones potenciales en las industrias médico- farmacéutica, agroquímica y cosmética. Además, todos los avances teóricos generados durante el proyecto se implementarán computacionalmente, desarrollando un software libre multiplataforma que automatice el proceso de descubrimiento de estos compuestos, basado en inteligencia artificial y sistemas expertos
En este contexto, acelerar el descubrimiento de nuevos inhibidores de tirosinasa (ITs) y su introducción al mercado tiene un impacto significativo en la comunidad científica e industrial. Sin embargo, el proceso de descubrimiento de estos compuestos es complejo y financieramente riesgoso. El uso de técnicas computacionales de diseño racional (DRY) emerge como una herramienta valiosa para reducir costos y tiempos de investigación, aumentando las probabilidades de éxito en la identificación de nuevos quimiotipos, o “cabezas de serie”, que puedan actuar como inhibidores de tirosinasa. Esta investigación tiene como objetivo combinar técnicas computacionales probadas con enfoques novedosos para identificar nuevos compuestos activos contra la tirosinasa, y mediante el diseño biosilico, optimizar estos agentes para que sean más potentes y menos tóxicos. Los compuestos identificados serán sintetizados y evaluados experimentalmente (WET-LAB) a través de ensayos in vitro.
Mediante esta investigación, se busca descubrir y desarrollar nuevas familias de compuestos químicos con una destacada acción inhibidora frente a la tirosinasa, con aplicaciones potenciales en las industrias médico- farmacéutica, agroquímica y cosmética. Además, todos los avances teóricos generados durante el proyecto se implementarán computacionalmente, desarrollando un software libre multiplataforma que automatice el proceso de descubrimiento de estos compuestos, basado en inteligencia artificial y sistemas expertos
| Status | Active |
|---|---|
| Effective start/end date | 4/08/25 → 4/08/27 |
UN Sustainable Development Goals
In 2015, UN member states agreed to 17 global Sustainable Development Goals (SDGs) to end poverty, protect the planet and ensure prosperity for all. This project contributes towards the following SDG(s):
-
SDG 3 Good Health and Well-being
Strategic Focuses
- Bioeconomía, Energías renovables y Sostenibilidad (BEES)
- Sociedad Digital y Competitividad (SocietalIA)
Project Status
- Execution
Relation Academy- enterprises
- No
Training for research
- No
Interdisciplinary
- Yes
Collaborative project between research groups
- Yes
Project with potential for technological development susceptible to intellectual property protection.
- Yes
Area of knowledge (OECD)
- 1. NATURAL SCIENCES. 1.F. Biological sciences
- 2. ENGINEERING AND TECHNOLOGY 2.D. Chemical Engineering
- 3. MEDICAL AND HEALTH SCIENCES. 3.D. Biotechnology in Health
Rol Sabana
- Executor
Geographic reach
- International
Fingerprint
Explore the research topics touched on by this project. These labels are generated based on the underlying awards/grants. Together they form a unique fingerprint.
Research output
- 1 Review article
-
Potential Bioactive Function of Microbial Metabolites as Inhibitors of Tyrosinase: A Systematic Review
Barcenas-Giraldo, S. (First Author), Baez-Leguizamon, V. (Second Author), Barbosa-Gonzalez, L. (Third Author), Leon-Rodriguez, A. (Fourth Autor), Marrero-Ponce, Y. (Fifth Author) & Diaz, L. (Correspondent Author), 19 Jan 2026, In: International Journal of Molecular Sciences. 27, 2, 1016.Research output: Contribution to journal › Review article › peer-review
Open Access1 Scopus citations