La estudiante desarrolló un proyecto de investigación que combinó inteligencia artificial para identificar compuestos con potencial terapéutico.
Con apenas 13 años, Myreen Ahsan, estudiante de octavo grado de la escuela Friendswood Junior High de Texas, logró analizar más de 10 millones de moléculas similares a fármacos mediante inteligencia artificial y modelos computacionales para identificar posibles tratamientos contra la demencia frontotemporal.
El proyecto surgió como una investigación independiente sobre enfermedades neurodegenerativas y utilizó grandes bases de datos químicas para detectar compuestos capaces de interactuar con objetivos biológicos vinculados a esta patología.
Su innovador trabajo le permitió convertirse en una de las 30 finalistas nacionales del Thermo Fisher Scientific Junior Innovators Challenge 2026, una de las competencias de ciencia e ingeniería más prestigiosas para estudiantes de escuela secundaria en Estados Unidos, organizada por Society for Science.
La demencia frontotemporal es un conjunto de trastornos que afecta principalmente los lóbulos frontal y temporal del cerebro. La enfermedad puede provocar alteraciones en el comportamiento, dificultades en el lenguaje y una disminución de la capacidad para planificar, razonar y tomar decisiones.
Actualmente existen pocos tratamientos capaces de modificar el avance de esta enfermedad, por lo que el descubrimiento de nuevos medicamentos representa una de las principales prioridades de la investigación biomédica.
Ahsan tituló su proyecto “Millions to Molecules: Dual Mechanism Small-Molecule Discovery via HTVS and Machine Learning-Guided Molecular Dynamics for Frontotemporal Dementia”.
La investigación se basó en el cribado virtual de alto rendimiento (HTVS), una técnica computacional que permite evaluar digitalmente millones de estructuras químicas sin necesidad de sintetizarlas o probarlas inicialmente en un laboratorio.
modelos de aprendizaje automático;
simulaciones de dinámica molecular;
herramientas de bioinformática para estudiar la estabilidad de las interacciones entre moléculas y proteínas.
Tras varias etapas de filtrado, logró reducir una biblioteca de más de 10 millones de compuestos a un pequeño grupo de moléculas pequeñas consideradas prometedoras para futuras investigaciones.
Su objetivo era identificar candidatos con un mecanismo dual de acción, es decir, capaces de intervenir simultáneamente en más de un proceso relacionado con la enfermedad.
El interés de Myreen Ahsan por la informática médica nació a partir de su curiosidad por la neurociencia y la inteligencia artificial. Según explicó durante un simposio científico, un artículo sobre AlphaFold despertó su interés por el descubrimiento computacional de fármacos.
“Mientras me preparaba para mi proyecto de la feria de ciencias, encontré un artículo sobre AlphaFold y su papel en el descubrimiento de fármacos. Sentí que dos mundos que me apasionaban, la IA y la neurociencia, de repente encajaban perfectamente”, relató.
La joven aprendió por su cuenta a utilizar plataformas y bases de datos especializadas mediante la lectura de publicaciones científicas y recursos abiertos disponibles en internet.
“Comenzó con curiosidad. Lo traté como un rompecabezas. Seguí aprendiendo poco a poco hasta que tuvo sentido. No siempre fue fácil, pero fue emocionante y eso hizo que las partes difíciles valieran la pena”, explicó.
El trabajo de Ahsan también fue destacado por especialistas durante competencias regionales y estatales.
Xiaoqian Jiang, director del Departamento de Ciencia de Datos de Salud e Inteligencia Artificial de UTHealth Houston, elogió su desempeño tras una de sus presentaciones.
“Ver a una persona joven tan profundamente comprometida con temas de vanguardia demuestra el potencial extraordinario de la próxima generación. Su trabajo refleja una sólida comprensión de la inteligencia artificial aplicada a las ciencias biomédicas y un notable compromiso con el aprendizaje”, afirmó.
