Hable sobre un regreso académico: Profundice en la emocionante trayectoria del Dr. Bajarang en el dominio de la química computacional

El Dr. Bajarang Kumbhar, Profesor Asistente en SVKM's NMIMS University, es un educador e investigador dedicado especializado en química farmacéutica. Con amplia experiencia en investigación, se centra en avanzar la comprensión del diseño de fármacos, la síntesis y las técnicas analíticas. El Dr. Kumbhar siente pasión por orientar a los estudiantes y guiarlos en proyectos de investigación innovadores. Sus contribuciones a publicaciones académicas y conferencias reflejan su compromiso con fomentar la excelencia científica y promover la innovación en la educación e investigación farmacéutica.

Pharma Now: Bienvenido, Dr. Bajarang, a Pharma Now. Creo que hoy hablamos sobre su trayectoria. Para nuestra audiencia, ¿podría explicar por qué eligió bioquímica y farmacología como su área de especialización, especialmente como profesor en NMIMS?

Dr. Bajarang: Gracias, Pharma Now, por darme esta oportunidad. Me alegra compartir cómo comencé mi carrera y cómo terminé especializándome en bioquímica y biología computacional, áreas que están muy cerca del enfoque de Pharma Now. Inicié mi recorrido académico en química como estudiante de pregrado, ya que obtuve admisión en el campo de la química. Sin embargo, pronto me di cuenta de que la bioquímica, que está estrechamente relacionada con la química, despertó mi interés.

Al principio, me sentí inseguro durante mi primer semestre, dudando si podría obtener un MSc en Bioquímica. Pero con el tiempo desarrollé una fascinación por el ADN y sus interacciones, y por cómo influye en la síntesis de proteínas, que es esencial para muchas reacciones bioquímicas. Las proteínas y el ADN son actores clave en este proceso, y me motivé para explorar más este campo.

Este interés me llevó a realizar un PhD en química computacional, donde apliqué mecánica cuántica para entender los estados conformacionales de biomoléculas. Por ejemplo, trabajé en tRNA y sus interacciones con moléculas de RNA. Me di cuenta de que mi formación en química era crucial, y la química computacional fue la manera perfecta de unir mis intereses en ambos campos.

La mecánica cuántica nos permite comprender interacciones a nivel atómico o electrónico, que desempeñan un papel significativo en el reconocimiento molecular. Por ejemplo, en mi PhD usé estas técnicas para explorar cómo el tRNA interactúa con otras biomoléculas, estudiando sus cambios estructurales mediante simulaciones de dinámica molecular. Esta técnica, que ha sido reconocida con un Premio Nobel, simula entornos y nos ayuda a entender comportamientos dependientes del tiempo de las moléculas en diversas condiciones como pH y temperatura.

Pharma Now: ¡Asombroso! Su trayectoria suena realmente impresionante. Mencionó la química computacional, y me encantaría saber más al respecto.

Dr. Bajarang: Sí, la química computacional se convirtió en el eje de mi trabajo posdoctoral. Tras completar mi PhD, me incorporé a IIT Bombay en 2014 como bioquímico computacional en el laboratorio del profesor Ambrish Kunwar. Uno de mis proyectos principales consistió en estudiar los patrones de resistencia de conocidos fármacos anticancerígenos como Taxol, Vinblastine y Combrestatin. A pesar de su eficacia, estos fármacos a menudo presentan resistencia, por lo que mi objetivo fue investigar las razones detrás de esta resistencia usando técnicas de química computacional.

Modelamos diferentes isotipos de tubulina, que son componentes de los microtúbulos, y estudiamos cómo interactúan con estos fármacos mediante acoplamiento molecular y simulaciones dinámicas. Este estudio reveló afinidades diferenciales entre los fármacos y varios isotipos de tubulina, lo que supuso un descubrimiento innovador en el campo.

Actualmente, estamos trabajando en identificar moléculas farmacológicas potenciales a partir de bibliotecas de fármacos en línea, como Zinc y DrugBank, utilizando herramientas computacionales. Estudiando las propiedades de estos fármacos, podemos predecir su eficacia y perfiles de toxicidad, lo cual es esencial para el descubrimiento de fármacos.

Además, aplicamos técnicas de aprendizaje automático, concretamente aprendizaje supervisado, para filtrar grandes bibliotecas de fármacos en función de su similitud con fármacos efectivos conocidos. Este enfoque nos ha ayudado a identificar candidatos prometedores para estudios posteriores.

Pharma Now: La química computacional parece desempeñar un papel crucial en la industria. ¿Qué cree que depara el futuro para este campo?

Dr. Bajarang: Esa es una excelente pregunta. La química computacional ya está revolucionando la forma en que se diseñan los fármacos, ya que permite a los investigadores predecir las propiedades de las moléculas antes de sintetizarlas. Este enfoque no solo ahorra dinero, sino que también acelera el proceso de descubrimiento de fármacos. Por ejemplo, estudiando las propiedades electrónicas de las moléculas, podemos predecir su capacidad para donar o aceptar electrones, lo cual es crítico en las interacciones fármaco-receptor.

Además, la química computacional se utiliza cada vez más para estudiar farmacocinética y farmacodinámica, ayudando a los investigadores a comprender cómo los fármacos son absorbidos, distribuidos, metabolizados y excretados por el cuerpo.

En el futuro, las herramientas computacionales serán aún más integrales en el proceso de descubrimiento de fármacos. Ya estamos viendo resultados prometedores con métodos computacionales aplicados a desafíos como la pandemia de SARS-CoV-2. Recientemente identificamos moléculas potenciales anti-SARS-CoV-2 a partir de bibliotecas de fármacos existentes usando simulaciones computacionales.

Pharma Now: Me encantaría saber más sobre las aplicaciones de la química computacional en la industria. ¿Cuáles son las tendencias clave?

Dr. Bajarang: La química computacional es, sin duda, una herramienta poderosa para la industria farmacéutica, particularmente en el desarrollo de fármacos. Las empresas la utilizan cada vez más para ahorrar costes y tiempo al predecir las propiedades de las moléculas antes de comenzar el trabajo experimental. Por ejemplo, al convertir compuestos químicos de modelos unidimensionales a tridimensionales, los investigadores pueden simular cómo podrían interactuar estas moléculas con dianas farmacológicas. Este enfoque ayuda a identificar candidatos prometedores de manera más eficiente.

Además, la química computacional desempeña un papel importante en el desarrollo de medicamentos biosimilares. Al analizar la estructura y las propiedades de los fármacos biológicos, ayuda a identificar los biosimilares más apropiados, reduciendo los costos y el tiempo de desarrollo.

Pharma Now: Es fascinante ver cómo esta tecnología está moldeando el futuro de la industria farmacéutica. Dr. 

Bajarang, como alguien que proviene de una pequeña ciudad en Maharashtra, ¿qué le inspira y qué consejo daría a los estudiantes que ingresan en este campo?

Dr. Bajarang: Me ha conmovido esta pregunta. Soy de Atpadi en el distrito de Sangli, donde el acceso a la educación era limitado, y enfrenté muchos desafíos en mis primeros años. De hecho, reprobé dos veces en 10.º grado. Pero ese fracaso me enseñó la importancia de la perseverancia. Después de reprobar, trabajé en varias tiendas y me di cuenta de que la educación era la clave para un futuro mejor.

A pesar de mis dificultades iniciales, finalmente cursé ciencias y obtuve mi MSc y mi PhD. Hoy, me enorgullece decir que he publicado más de 45 artículos y he trabajado con instituciones de renombre como IIT Bombay y NMIMS.

Mi consejo para los estudiantes es simple: no se desanimen por los contratiempos. El éxito no llega de la noche a la mañana, pero con determinación y trabajo duro, todo es posible. Aprendan de cada fracaso y sigan adelante. Si yo pude lograrlo, ¡ustedes también pueden!

Pharma Now: Su trayectoria es realmente inspiradora, Dr. Bajarang. Gracias por compartirla con nosotros. ¡Le deseamos éxito continuo en su investigación y docencia!

Dr. Bajarang: ¡Muchas gracias! Fue un placer estar aquí y compartir mi trayectoria con ustedes.