Biología de la barrera y de la enfermedad

La barrera, las enfermedades y los productos naturales

Qué es la barrera hematoencefálica, qué enfermedades se quieren atacar y por qué los productos naturales son el punto de partida. Es la parte que no supone conocimiento de modelado.

Borrador para revisión; el estado y las advertencias de verificación están en la presentación.


1. La barrera hematoencefálica

1.1 Estructura y función

La barrera hematoencefálica no es una membrana pasiva sino una interfaz celular activa cuyo componente fundamental son las células endoteliales de los microvasos cerebrales. Estas difieren del endotelio periférico en cuatro propiedades documentadas (Daneman & Prat, 2015):

  • Los vasos del sistema nervioso central son continuos y no fenestrados, a diferencia de los capilares periféricos, que con frecuencia permiten el paso relativamente libre de solutos.
  • Presentan tasas de transcitosis vesicular extremadamente bajas, lo que restringe el movimiento transcelular mediado por vesículas. Esto se explica en parte por la casi ausencia de PLVAP en el endotelio sano y por niveles bajos de caveolina-1.
  • Poseen mayor densidad mitocondrial que otras células endoteliales, interpretada como el requerimiento energético para sostener los gradientes iónicos del transporte activo.
  • Son inusualmente delgadas: un 39% menos gruesas que las del músculo, con menos de un cuarto de micrón separando la superficie luminal de la parenquimatosa.

Uniones estrechas. Sellan el espacio paracelular entre células adyacentes. Se componen de proteínas transmembranales —claudinas, ocludina y moléculas de adhesión de unión— ancladas al citoesqueleto de actina mediante adaptadores citoplasmáticos como ZO-1 y ZO-2. La claudina-5 es la isoforma predominante en el endotelio del SNC, y su ausencia genética en ratones produce una fuga selectiva por tamaño, lo que demuestra funcionalmente su papel determinante. Las uniones crean una barrera paracelular de alta resistencia, con selectividad por tamaño para moléculas sin carga de hasta 4 nm.

Membrana basal. Dos membranas rodean el tubo vascular: una interna, secretada por endotelio y pericitos y rica en laminina α4/α5, y una parenquimatosa externa, secretada por astrocitos y rica en laminina α1/α2.

Pericitos. Células murales embebidas en la membrana basal, unidas al endotelio mediante uniones de tipo peg-and-socket. Su cobertura del microvaso cerebral es la más alta de cualquier tejido: la razón endotelio:pericito en el SNC va de 1:1 a 3:1, frente a 100:1 en músculo esquelético. A diferencia de los periféricos, derivan embriológicamente de la cresta neural.

Pies terminales de astrocitos. Envuelven casi por completo el tubo vascular y expresan distroglicano, distrofina y acuaporina-4.

La unidad neurovascular es el concepto integrador: el fenotipo de barrera, aunque intrínseco al endotelio, es inducido y mantenido por sus interacciones con pericitos, astrocitos, microglía y neuronas.

Resistencia eléctrica transendotelial. La consecuencia funcional del sellado es una resistencia extraordinariamente alta. Butt, Jones y Abbott midieron con microelectrodos in situ en ratas su desarrollo ontogénico: 310 Ω·cm² en fetos de 17–20 días, 1128 Ω·cm² desde el día 21 de gestación, y 1462 Ω·cm² en ratas maduras, con diferencia entre vasos arteriales (1490) y venosos (918). La disrupción experimental reduce la resistencia a 100–300 Ω·cm² (Butt et al., 1990). Crone y Olesen reportaron ~1870 Ω·cm² en vénulas piales de rana (Crone & Olesen, 1982).

Advertencia: la cifra de ~3–30 Ω·cm² para endotelio periférico, que suele citarse como contraste, solo se localizó en fuente secundaria. Preferir Butt et al. (1990) como fuente primaria.

Función fisiológica. La barrera excluye componentes neurotóxicos del plasma y regula activamente el intercambio de solutos (Sweeney et al., 2019). La justificación es directa: la señalización neuronal depende de una regulación estrecha de las concentraciones extracelulares de iones y neurotransmisores, incompatible con las fluctuaciones del compartimento sanguíneo (Abbott et al., 2010).

Vacío identificado: no se localizó, en las fuentes consultadas, un desarrollo explícito de la justificación evolutiva de la barrera. Conviene cubrirlo con una fuente dedicada si el capítulo lo requiere.

1.2 Mecanismos de transporte

Difusión transcelular pasiva. Es la ruta más relevante para fármacos de molécula pequeña. Pardridge sintetiza las reglas empíricas: las moléculas pequeñas cruzan en cantidades farmacológicamente significativas si su masa molecular es menor a 400–500 Da y forman menos de 8–10 puentes de hidrógeno con el agua (Pardridge, 2005). De forma más precisa, la permeación cae 100 veces cuando el peso aumenta de 300 a 450 Da, con una reducción de aproximadamente diez veces por cada puente de hidrógeno adicional (Pardridge, 2012).

La relación no es simplemente proporcional a la lipofilicidad: la permeación cae 100 veces cuando el área superficial molecular aumenta de 52 Ų a 105 Ų, indicando que el área molecular —no solo el coeficiente de partición— determina la difusión (Fischer et al., 1998). El ejemplo canónico es la conversión de morfina en heroína: al acetilar los hidroxilos y reducir la capacidad de formar puentes de hidrógeno, la penetración aumenta 100 veces. Es la reducción de polaridad, más que un aumento genérico de lipofilicidad, el determinante mecanístico.

Transporte paracelular. Prácticamente abolido en la barrera sana por el sellado de las uniones estrechas, lo que es consistente con los valores altos de resistencia.

Transporte mediado por acarreadores. Permite el paso de nutrientes polares mediante transportadores SLC específicos: GLUT1 para glucosa, MCT1 para lactato, LAT1 para aminoácidos neutros grandes. LAT1 tiene relevancia farmacológica directa: la L-DOPA cruza la barrera explotando LAT1, por ser ella misma un aminoácido neutro grande (Pardridge, 2012). Existen además transportadores SLC de eflujo, de las familias OATP y OAT3, que trabajan coordinadamente con los transportadores ABC (Kusuhara & Sugiyama, 2005).

Transcitosis mediada por receptor. Transporta macromoléculas mediante unión a receptores luminales: receptor de transferrina, receptor de insulina y LRP1, este último implicado en el aclaramiento cerebro-sangre del péptido β-amiloide. Un detalle contraintuitivo: la afinidad del ligando debe ajustarse, no maximizarse, porque los formatos de alta afinidad atrapan el complejo en vías de reciclaje en vez de liberarlo del lado cerebral (Pulgar, 2018). La aplicación clínica más avanzada es un anticuerpo anti-receptor de insulina fusionado a iduronidasa para síndrome de Hurler, el primer uso clínico de esta estrategia.

Transcitosis adsortiva. No depende de un receptor específico sino de interacciones electrostáticas entre moléculas catiónicas y la superficie de membrana, de carga neta negativa. Es no saturable, de menor afinidad y mayor capacidad que la anterior.

Eflujo activo. Es el mecanismo de mayor relevancia práctica para este proyecto. Explica por qué un compuesto que satisface las reglas fisicoquímicas de permeación pasiva puede, aun así, no alcanzar concentraciones terapéuticas. Los transportadores pertenecen a la superfamilia ABC y se localizan en la membrana luminal, bombeando de vuelta a la sangre los fármacos que ya entraron por difusión (Löscher & Potschka, 2005).

La glicoproteína-P es cuantitativamente notable: en ratones carentes de ella, la penetración cerebral de sus sustratos puede aumentar de 10 a 100 veces. Su especificidad es amplia: anticancerígenos, antiepilépticos, antidepresivos, inhibidores de proteasa del VIH, opioides y corticosteroides. El caso de la morfina ilustra el vínculo con el efecto farmacodinámico: en ratones deficientes, el mayor acceso cerebral se asocia a mayor efecto analgésico.

BCRP comparte polaridad luminal y muestra compensación funcional: los ratones carentes de glicoproteína-P expresan alrededor del triple de BCRP. Las MRP tienen localización subcelular menos resuelta.

La consecuencia conceptual es central para este trabajo: “un número muy significativo de moléculas liposolubles, entre ellas muchos fármacos útiles, tiene menor permeabilidad cerebral de la que predeciría su solubilidad en lípidos” (Löscher & Potschka, 2005). Difusión pasiva y eflujo compiten cinéticamente dentro de la misma célula, y el eflujo frecuentemente gana. El efecto neto se gobierna por la razón entre el aclaramiento por glicoproteína-P y la permeabilidad de la membrana — antecedente conceptual directo de la razón de eflujo moderna.

Por eso un modelo que prediga el cruce de la barrera únicamente a partir de descriptores de permeabilidad pasiva derivados del SMILES resulta insuficiente sin incorporar, explícita o implícitamente, información sobre el reconocimiento del compuesto por glicoproteína-P, BCRP y MRP.

De aquí se sigue además la decisión de etiquetado que adopta este trabajo: la etiqueta BBB+/BBB− no se interpreta como propiedad intrínseca del compuesto, sino como clase de permeabilidad bajo las condiciones de ensayo y la convención de umbral de la literatura fuente (Spielvogel et al., 2025).

1.3 El fracaso del desarrollo de fármacos para el SNC

Es difícil encontrar un texto introductorio que no repita alguna variante de que “el 98% de las moléculas pequeñas y prácticamente el 100% de las grandes no cruzan la barrera”. Dado que los asesores señalaron que este tipo de cifras se repiten sin atribución, se rastreó su origen.

La cifra alcanza su difusión más amplia en Pardridge (2005) (Pardridge, 2005). El resumen la establece sin cita asociada. Al rastrear el cuerpo del texto en busca del sustento cuantitativo, este descansa en dos trabajos: uno reporta que de más de 7,000 fármacos de una base de química medicinal, solo el 5% trata el SNC (Ghose et al., 1999); el otro, que solo el 12% de los fármacos eran activos en el SNC (Lipinski, 2000).

Esto obliga a una advertencia metodológica. Ninguno de los dos mide directamente la permeabilidad de la barrera en un panel definido de compuestos: ambos analizan qué fracción de los fármacos de bases comerciales tiene indicación clínica para el SNC. Es un indicador indirecto —la proporción de compuestos que llegaron a comercializarse como terapias del SNC—, no una medición experimental de cruce. Un compuesto puede no haberse convertido en fármaco del SNC por razones ajenas a su capacidad de cruzar. Además, el 100% atribuido a moléculas grandes no tiene cita ni conjunto de datos asociado en ningún punto del artículo.

Como verificación cruzada, en un trabajo posterior y más técnico del mismo autor no se repiten las cifras textuales; el argumento se reformula en términos cualitativos (Pardridge, 2012).

Recomendación: presentar la cifra explícitamente como una aproximación de orden de magnitud, ampliamente repetida y atribuible a Pardridge (2005), pero fundamentada en datos indirectos y en un argumento fisicoquímico heurístico, no como una estadística derivada empíricamente de ensayos de permeabilidad.

1.4 Estrategias para favorecer el cruce

Que un compuesto se clasifique como BBB− no implica descartarlo: existe un repertorio consolidado de estrategias. Esta sección justifica una decisión de diseño del proyecto — la etapa 1 no opera como filtro duro sobre la etapa 2.

Profármacos. Derivados bioreversibles que adquieren las propiedades necesarias para cruzar y se reconvierten en el fármaco activo dentro del cerebro. Se estima que entre el 5 y el 7% de los fármacos aprobados en el mundo son profármacos (Rautio et al., 2008). El caso paradigmático es la L-DOPA, que explota LAT1 y se convierte en dopamina por la dopa-descarboxilasa (Lloyd & Hornykiewicz, 1970).

Lipidización. Modificación química para favorecer la difusión pasiva, con el ejemplo morfina→heroína como ilustración.

Caballos de Troya moleculares. Diseñar el fármaco, o conjugarlo con ligandos, para ser reconocido por los sistemas de transporte endógenos. Es particularmente relevante para macromoléculas sin otra vía de acceso (Pardridge, 2006).

Nanoacarreadores. Nanopartículas recubiertas con polisorbato 80 adsorben apolipoproteína E, imitando partículas de LDL e interactuando con su receptor. Nanopartículas cargadas con doxorrubicina lograron cura del 40% en ratas con glioblastomas intracraneales (Gulyaev et al., 1999; Kreuter, 2001).

Ultrasonido focalizado con microburbujas. Abre transitoriamente la barrera sin modificar el fármaco, sin dañar el tejido circundante (Hynynen et al., 2001; McDannold et al., 2005).

Administración intranasal. Aprovecha la conexión anatómica directa entre mucosa olfatoria y SNC, evitando la circulación sistémica (Lochhead & Thorne, 2012).

1.5 Medición experimental: qué significan realmente las etiquetas

Esta sección es de importancia directa para el proyecto: las etiquetas BBB+/BBB− que alimentarán el modelo provienen de una combinación heterogénea de los ensayos siguientes, cada uno de los cuales mide un aspecto distinto —y no siempre concordante— del fenómeno.

logBB y la razón cerebro-plasma. Es la razón logarítmica entre la concentración total de fármaco en tejido cerebral y en plasma. Sus limitaciones se exponen con contundencia: “logBB simplemente proporciona una estimación in vivo de lipofilicidad más que estimaciones relevantes de distribución cerebral” (Hammarlund-Udenaes et al., 2008). El problema de fondo es que la concentración total está confundida por la unión a proteínas plasmáticas y por la partición del fármaco a componentes del propio tejido cerebral: una concentración alta puede reflejar partición tisular inespecífica, no disponibilidad farmacológica. Cuantitativamente, entre fármacos activos en el SNC, Kp,uu difiere hasta ~150 veces mientras que logBB difiere al menos 2,000 veces: una varianza enorme y poco informativa, impulsada por artefactos de unión.

Kp,uu — el coeficiente de partición de fracción libre. Razón entre la concentración libre en el líquido intersticial cerebral y la libre en plasma. Es preferido porque es independiente de la unión a proteínas y ofrece una descripción directa de cómo la barrera maneja el fármaco: Kp,uu = 1 indica equilibración pasiva, < 1 dominancia de eflujo neto, > 1 dominancia de influjo. Es “probablemente el parámetro más relevante para predecir qué fármacos serán activos en el SNC”. Una encuesta a la industria reporta que el 56% de las compañías usa un umbral de Kp,uu > 0.3–0.5 (Loryan et al., 2022).

Perfusión cerebral in situ. Aísla el transporte a través de la barrera de la farmacocinética sistémica. En ratones carentes de glicoproteína-P, la captación cerebral de colchicina aumentó de dos a cuatro veces (Dagenais et al., 2000). Es la aproximación in vivo más limpia disponible, aunque invasiva y de bajo rendimiento (Smith et al., 2024; Takasato et al., 1984).

PAMPA-BBB. Ensayo no celular basado en una membrana artificial de fosfolípidos, de alto rendimiento y bajo costo (Di et al., 2003). Al carecer de maquinaria celular, mide exclusivamente difusión pasiva y es ciego a transportadores: un compuesto puede resultar PAMPA-positivo y comportarse como BBB-negativo in vivo si es sustrato de glicoproteína-P.

MDCK-MDR1. Línea celular transfectada para sobreexpresar glicoproteína-P humana. El estudio fundacional, con 93 fármacos comercializados, propone la regla práctica de que un fármaco debería tener permeabilidad pasiva mayor a 150 nm/s y no ser buen sustrato de glicoproteína-P, con razón de eflujo menor a 2.5 (Mahar Doan et al., 2002).

Discrepancias documentadas. Este es el hallazgo más relevante de la sección: al comparar directamente los tres métodos, PAMPA-BBB correlacionó significativamente con la perfusión cerebral in situ, mientras que MDR1-MDCKII no mostró correlación alguna (Di et al., 2009). Es contraintuitivo: la membrana artificial sin células predijo mejor que la línea celular con glicoproteína-P humana. La razón mecanística propuesta es que la membrana de MDCK tiene proporciones de fosfolípido a colesterol distintas de las del endotelio cerebral, mientras que la mezcla sintética de PAMPA se asemeja más.

Una comparación multi-laboratorio halló correlaciones modestas con el conjunto completo de compuestos, pero sustancialmente mejores al restringirse a compuestos de difusión puramente pasiva, y concluye que es probable que se necesiten baterías de pruebas, no un único ensayo sustituto universal (Garberg et al., 2005). Otro trabajo abre afirmando sin ambigüedad que “actualmente no existe un modelo estándar de la industria para penetración de fármacos en la BHE” (Hellinger et al., 2012; Lohmann et al., 2002).

Implicación directa. Dado que las etiquetas provienen de una mezcla de estos ensayos —PAMPA ciego al eflujo; MDCK-MDR1 sin correlación con perfusión; logBB confundido por partición y unión; Kp,uu conceptualmente más limpio pero el menos disponible en bases públicas—, es previsible que el conjunto de entrenamiento contenga ruido de etiquetado no aleatorio, correlacionado con el tipo de ensayo de origen de cada compuesto. Es una limitación que debe discutirse explícitamente, y motiva auditar la procedencia experimental de cada etiqueta en la medida de lo posible.

1.6 Reglas fisicoquímicas clásicas

El descriptor con mayor poder predictivo individual es el área de superficie polar topológica. La regla clásica sitúa el umbral cerca de 90 Ų (Clark, 1999; Ertl et al., 2000). Umbrales específicos de SNC más detallados: TPSA ≤ 90 Ų, logP óptimo entre 1.5 y 2.7, suma de heteroátomos N+O ≤ 5, HBD ≤ 3, peso molecular < 450 (Pajouhesh & Lenz, 2005).

Sin embargo, Tiwari et al. rederivaron los umbrales sobre B3DB y encontraron que el óptimo está en 66.8 Ų (AUC 0.746), calificando el valor tradicional de demasiado permisivo. Su regla de dos parámetros, TPSA < 67 Ų y HBD ≤ 1, alcanza 96.6% de precisión con especificidad de 0.852 (Tiwari et al., 2026).

Sobre ese mismo conjunto, la regla simple supera a las compuestas clásicas:

Regla AUC
TPSA < 67 Ų y HBD ≤ 1 0.720
CNS MPO ≥ 4 0.625
Veber 0.566
Lipinski 0.546

El score CNS MPO combina seis parámetros —cLogP, cLogD a pH 7.4, peso molecular, TPSA, HBD y pKa del centro más básico— puntuados de 0 a 1 y sumados (Wager et al., 2010).

Estas reglas cumplen doble función: son descriptores de entrada y, sobre todo, el criterio de verificación de las explicaciones del modelo. Una atribución que contradiga la dominancia empírica de TPSA y HBD es señal de investigar el modelo antes de formular una interpretación biológica.


2. Enfermedades neurodegenerativas y dianas moleculares

2.1 Enfermedad de Alzheimer

Procesamiento de APP. La proteína precursora amiloide se procesa por dos vías competitivas. En la no amiloidogénica, la α-secretasa corta dentro del dominio de Aβ, impidiendo su formación. En la amiloidogénica, la β-secretasa (BACE1) corta primero generando el fragmento C99, procesado después por el complejo γ-secretasa en los sitios Val40 y Ala42, generando Aβ40 y Aβ42 (O’Brien & Wong, 2011). Aβ42 es más hidrofóbico y agrega con mayor facilidad, por lo que aunque es la especie minoritaria se considera desproporcionadamente relevante.

La hipótesis de la cascada amiloide postula que la acumulación de Aβ es el evento primario que dirige la patogénesis, y que el resto del proceso —incluidos los ovillos de tau— resulta de un desequilibrio entre producción y aclaramiento (Hardy & Selkoe, 2002). Un matiz importante: la toxicidad no se atribuye hoy principalmente a las placas fibrilares insolubles sino a oligómeros solubles difusibles, que matan neuronas en cultivo a concentraciones nanomolares e inhiben la potenciación a largo plazo sin necesidad de fibrilación (Lambert et al., 1998).

La hipótesis está seriamente cuestionada y el debate sigue abierto. Varios fármacos dirigidos a reducir la producción o agregación de Aβ fracasaron en fase III, lo que obliga a revisar qué constituiría una prueba válida (Karran et al., 2011). De forma más contundente, Herrup argumenta que existe evidencia creciente incompatible con la estructura lineal de la hipótesis y propone abiertamente su rechazo (Herrup, 2015).

Tau. La proteína asociada a microtúbulos se hiperfosforila y forma los ovillos neurofibrilares. GSK-3β fosforila tau en ~85 sitios, cubriendo la mayoría de los residuos hiperfosforilados en cerebro con Alzheimer; su sobreexpresión en ratones produce neurodegeneración dependiente de tau (Sayas & Ávila, 2021). El ARNm de CK1δ está sobreexpresado hasta 24 veces en el hipocampo de cerebro con Alzheimer, correlacionado con la carga regional de patología tau, y su actividad es estimulada por Aβ, sugiriendo un nexo entre ambas patologías (Yasojima et al., 2000).

Hipótesis colinérgica. Estableció que existe disfunción colinérgica significativa en el SNC envejecido y demente, con relación a la pérdida de memoria (Bartus et al., 1982). Es la base racional de los inhibidores de acetilcolinesterasa.

Anticuerpos anti-amiloide: resultados honestos. Dos monoclonales fueron aprobados recientemente y ambos ofrecen evidencia mixta que no debe presentarse como validación definitiva.

Lecanemab (van Dyck et al., 2023): fase 3, 18 meses, 1,795 participantes. El cambio ajustado en CDR-SB (rango 0–18) fue 1.21 contra 1.66 con placebo, una diferencia absoluta menor a medio punto en una escala de 18. Reducción de carga amiloide de −59.1 centiloides. Seguridad: reacciones a la infusión en 26.4% y ARIA-E en 12.6%.

Donanemab (Sims et al., 2023): fase 3, 1,736 participantes, 76 semanas. En la población con tau baja/media, 35.1% de enlentecimiento del declive; en la población completa, más representativa de la práctica clínica, cae a 22.3%. Seguridad: ARIA-E en 24.0%, ARIA-H en 31.4%, y 3 muertes atribuidas a ARIA grave.

Interpretación para el marco teórico: ambos reducen de forma robusta la carga amiloide, lo cual es la evidencia biomarcadora más sólida de participación causal. Pero el beneficio clínico es modesto y el riesgo de ARIA no es trivial. Esto es consistente con —sin refutar ni validar limpiamente— la crítica de Herrup: el amiloide parece participar causalmente, pero removerlo no detiene la enfermedad de forma dramática.

2.2 Enfermedad de Parkinson

α-sinucleína y cuerpos de Lewy. Los cuerpos de Lewy se tiñen fuertemente con anticuerpos contra α-sinucleína, que se concluyó ser su componente principal (Spillantini et al., 1997). El mismo año se identificó una mutación en el gen SNCA con herencia autosómica dominante, la primera mutación específica asociada a la enfermedad (Polymeropoulos et al., 1997). Juntos establecieron que la agregación de α-sinucleína es genéticamente causal y patológicamente definitoria.

Disfunción mitocondrial. El hallazgo fundacional es la actividad deficiente del complejo I mitocondrial en la sustancia negra de pacientes fallecidos, un defecto idéntico al producido por MPTP, la neurotoxina que también causa parkinsonismo en humanos (Schapira et al., 1989). Conecta disfunción mitocondrial, estrés oxidativo y muerte selectiva de las neuronas dopaminérgicas, particularmente vulnerables por su alta demanda energética, su gran arborización axonal no mielinizada y la autooxidación de la dopamina.

Formas genéticas. Cuatro genes mayores convergen mecanísticamente:

  • Parkin: causa el parkinsonismo juvenil autosómico recesivo; su proteína tiene similitud con ubiquitina y un motivo RING, sugiriendo participación en la vía proteolítica dependiente de ubiquitina (Kitada et al., 1998).
  • PINK1: se localiza en la mitocondria y ejerce un efecto protector que se pierde con las mutaciones (Valente et al., 2004). PINK1 y parkin actúan en la misma vía de control de calidad mitocondrial: PINK1 se acumula en mitocondrias despolarizadas y recluta a parkin.
  • LRRK2: sus portadores muestran degeneración dopaminérgica con patologías sorprendentemente diversas, sugiriendo que puede ser central en varios trastornos distintos (Paisán-Ruiz et al., 2004; Zimprich et al., 2004). Es hoy diana de inhibidores en desarrollo clínico.
  • GBA: el mayor estudio multicéntrico (5,691 pacientes, 4,898 controles) encontró un odds ratio de 5.43 para cualquier mutación (Sidransky et al., 2009). Vincula la disfunción del sistema autofagia-lisosoma con la acumulación de α-sinucleína.

En conjunto apuntan a tres ejes: agregación de α-sinucleína, disfunción mitocondrial, y falla del sistema ubiquitina-proteasoma y autofagia-lisosoma.

2.3 Mecanismos compartidos

Son operacionalmente importantes porque son, en la práctica, lo que la mayoría de los ensayos de neuroprotección intentan modular.

Estrés oxidativo y disfunción mitocondrial. En todas las enfermedades neurodegenerativas mayores hay evidencia sólida de que la disfunción mitocondrial ocurre tempranamente y actúa causalmente (Lin & Beal, 2006).

Neuroinflamación. La activación de Aβ sobre el inflamasoma NLRP3 en microglía es fundamental para la maduración de IL-1β. Ratones carentes de NLRP3 o caspasa-1 con mutaciones familiares quedaron ampliamente protegidos de la pérdida de memoria espacial, con mayor aclaramiento de Aβ (Heneka et al., 2013). Sobre COX-2 conviene una advertencia contra la simplificación: aunque se asocia con actividad proinflamatoria, también se expresa constitutivamente contribuyendo a actividad sináptica y consolidación de memoria, y la evidencia de un papel directo en neurodegeneración sigue siendo controvertida (Minghetti, 2004). Respecto a iNOS, el exceso de óxido nítrico participa tanto en muerte celular como en reparación (Heneka & Feinstein, 2001).

Excitotoxicidad. El glutamato extracelular excesivo sobreactiva el receptor NMDA, causando sobrecarga de calcio que activa proteasas dañinas, en paralelo a generación de especies reactivas y disfunción mitocondrial. Es la base racional de la memantina.

Falla de proteostasis. Atraviesa transversalmente las secciones anteriores: la acumulación de Aβ, tau y α-sinucleína mal plegadas refleja en parte una falla del control de calidad proteico.

2.4 Qué significa “neuroprotección” como afirmación científica

Operacionalmente, es la afirmación de que una intervención reduce la muerte o disfunción neuronal causada por alguno de los mecanismos anteriores, demostrada normalmente en cultivo o en modelos animales. El problema central es que casi nunca se traduce en beneficio clínico.

La evidencia cuantitativa más citada: de 1,026 tratamientos neuroprotectores identificados experimentalmente en ictus, solo 114 llegaron a ensayarse en humanos, y ninguno mostró eficacia clínica establecida. Los autores no encontraron evidencia de que los fármacos usados clínicamente fueran experimentalmente más efectivos que los probados solo en animales, concluyendo que existe un problema sistemático en cómo se seleccionan los fármacos que avanzan (O’Collins et al., 2006).

El caso paradigmático es NXY-059, un atrapador de radicales libres. Tras un ensayo inicial prometedor, el confirmatorio con 3,306 pacientes no encontró ninguna diferencia frente a placebo (Shuaib et al., 2007), y el análisis agrupado con 5,028 pacientes confirmó la ineficacia (Diener et al., 2008). Es ilustrativo precisamente porque sí había mostrado neuroprotección robusta en modelos animales: el fracaso no fue por falta de mecanismo plausible sino de traducción.

Implicación directa para este trabajo. Las conclusiones de un modelo que predice actividad neuroprotectora deben formularse con cautela epistemológica. El lenguaje apropiado es “actividad neuroprotectora predicha según mecanismo molecular”, nunca “compuesto neuroprotector” sin calificar. Esta tasa histórica de fracaso debe explicitarse como limitación reconocida del enfoque, no como nota al pie.

2.5 Dianas moleculares: racional y evidencia

ChEMBL no tiene categoría “SNC” ni de neurodegeneración: su jerarquía es curada a medida, de modo que la selección debe construirse manualmente.

Diana Racional Evidencia clínica
AChE / BuChE Hipótesis colinérgica; la inhibición aumenta acetilcolina sináptica Base de donepezilo, rivastigmina y galantamina, esta última de origen natural
MAO-B / MAO-A La MAO-B metaboliza dopamina; su inhibición reduce el catabolismo dopaminérgico Selegilina: el ensayo DATATOP mostró retraso significativo del inicio de discapacidad (HR 0.50), ~9 meses de diferencia mediana (Parkinson Study Group, 1993)
BACE1 Bloquear la generación de Aβ en el primer paso Fracasó con daño. Verubecestat se terminó por futilidad pese a reducir Aβ en LCR 63–81% (Egan et al., 2018); en Alzheimer prodrómico la dosis alta empeoró el CDR-SB (2.02 contra 1.58, p=0.01) con mayor progresión a demencia (HR 1.38) (Egan et al., 2019)
Receptor NMDA Bloquear la sobreestimulación glutamatérgica sin bloquear la transmisión fisiológica Memantina: mejoría significativa en CIBIC-Plus, ADCS-ADLsev y Severe Impairment Battery (Reisberg et al., 2003)
Adenosina A2A Mecanismo no dopaminérgico sobre la vía estriatal indirecta Istradefilina: redujo el tiempo “off” en 1.8 horas contra 0.6 con placebo (LeWitt et al., 2008). Primer fármaco no dopaminérgico aprobado para Parkinson en dos décadas
Sigma-1 / sigma-2 Chaperona molecular que regula homeostasis de calcio y bioenergética mitocondrial Aplicaciones emergentes, pero sin ensayo de fase III definitivo dirigido puramente por mecanismo sigma (Pergolizzi et al., 2023)
GSK-3β / CK1δ Inhibir la hiperfosforilación de tau en origen Evidencia sólida en modelos animales, sin inhibidor aprobado ni éxito robusto en fase III
Nrf2 / KEAP1 Factor de transcripción que activa genes antioxidantes Función alterada en varias enfermedades; activadores protectores en modelos (Dinkova-Kostova et al., 2018). Sin validación clínica en neurodegeneración
COX-2, iNOS, NLRP3 Neuroinflamación Dianas emergentes, no validadas clínicamente

Advertencias: BACE1 es el caso más claro de que reducir Aβ no solo no ayuda sino que puede empeorar el cuadro, posiblemente por efectos fuera de diana sobre otros sustratos fisiológicos. Y la lista no se contrastó diana por diana contra los identificadores vivos de ChEMBL; hay que verificar los target_chembl_id al implementar.


3. Productos naturales como fuente de compuestos bioactivos

3.1 El caso de éxito real: galantamina

La galantamina, alcaloide aislado de Galanthus nivalis y otras Amaryllidaceae, es el ejemplo más sólido de producto natural convertido en fármaco aprobado para Alzheimer: un inhibidor de acetilcolinesterasa con aprobación regulatoria plena. Su trayectoria va desde observaciones etnobotánicas en el Cáucaso, pasando por su uso en Europa del Este, hasta su introducción en mercados occidentales (Heinrich & Teoh, 2004).

Es la prueba de concepto de que la ruta producto natural → diana validada → fármaco aprobado funciona. Pero es la excepción, no la norma.

3.2 Casos con evidencia clínica débil o negativa

  • Huperzina A: el ensayo de fase II (n=210) encontró que la dosis primaria no mostró beneficio cognitivo a 16 semanas. Clasificación de evidencia del propio estudio: Clase III (Rafii et al., 2011).
  • Ginkgo biloba: el ensayo GuidAge (n=2,854, 5 años de seguimiento) dio HR 0.84 (IC95% 0.60–1.18; p=0.306), no significativo. El extracto a largo plazo no redujo el riesgo de progresión a Alzheimer (Vellas et al., 2012).
  • Resveratrol: el ensayo de fase 2 (n=119) encontró que penetra la barrera y altera algunos biomarcadores, pero el volumen cerebral se redujo más que con placebo —un hallazgo potencialmente adverso— sin beneficio clínico demostrado (Turner et al., 2015).

3.3 El problema PAINS: por qué muchos hits son falsos positivos

Este es el punto metodológicamente más importante para la priorización de compuestos del proyecto.

Los filtros de subestructura para identificar compuestos de interferencia pan-ensayo (PAINS) identifican compuestos que aparecen como hits frecuentes no por actividad específica genuina sino por mecanismos de interferencia —reactividad covalente inespecífica, actividad redox, interferencia espectroscópica, agregación coloidal— y que no son detectados por los filtros convencionales (Baell & Holloway, 2010).

La curcumina es el caso mejor documentado. Se clasifica tanto como PAINS como panacea metabólica inválida. Su falsa actividad probable ha llevado a más de 120 ensayos clínicos, de los cuales ninguno controlado con placebo y doble ciego ha tenido éxito. Los autores concluyen que es un compuesto inestable, químicamente reactivo, no biodisponible, y por tanto un candidato altamente improbable (Nelson et al., 2017).

El fenómeno no es exclusivo. Al minar sistemáticamente más de 80 años de literatura fitoquímica se encontró que solo 39 compuestos concentran la mayoría de los reportes de ocurrencia y actividad entre productos naturales, todos con bioactividades múltiples y poco específicas (Bisson et al., 2016).

Mecanísticamente hay una explicación física directa: al examinar cinco fenoles bioactivos —capsaicina, curcumina, EGCG, genisteína y resveratrol— mediante dinámica molecular y ensayos funcionales, se demostró que cada uno altera las propiedades de la bicapa lipídica y modula indiscriminadamente la función de proteínas de membrana no relacionadas entre sí. Muchos de los efectos reportados se deben a perturbación inespecífica de membrana, no a unión específica a proteína (Ingólfsson et al., 2014). Es exactamente el tipo de interferencia que los filtros PAINS clásicos no reconocen, por haber sido diseñados para reactividad covalente.

Implicación operativa para el pipeline: (a) aplicar filtros de subestructura tipo Baell a los candidatos antes de reportarlos como hits, (b) tratar con escepticismo particular cualquier predicción de alta actividad para curcumina, EGCG y análogos estructurales —polifenoles galoilados, catecoles—, y (c) documentar explícitamente que un hit computacional para estos compuestos coincide con la literatura de interferencia conocida, no con actividad neuroprotectora genuina.


Volver arriba

Referencias

Abbott, N. J., Patabendige, A. A. K., Dolman, D. E. M., Yusof, S. R., & Begley, D. J. (2010). Structure and function of the blood-brain barrier. Neurobiology of Disease, 37(1), 13-25. https://doi.org/10.1016/j.nbd.2009.07.030
Baell, J. B., & Holloway, G. A. (2010). New substructure filters for removal of pan assay interference compounds (PAINS) from screening libraries and for their exclusion in bioassays. Journal of Medicinal Chemistry, 53(7), 2719-2740. https://doi.org/10.1021/jm901137j
Bartus, R. T., Dean, R. L., Beer, B., & Lippa, A. S. (1982). The cholinergic hypothesis of geriatric memory dysfunction. Science, 217(4558), 408-414. https://doi.org/10.1126/science.7046051
Bisson, J., McAlpine, J. B., Friesen, J. B., Chen, S.-N., Graham, J., & Pauli, G. F. (2016). Can Invalid Bioactives Undermine Natural Product-Based Drug Discovery? Journal of Medicinal Chemistry, 59(5), 1671-1690. https://doi.org/10.1021/acs.jmedchem.5b01009
Butt, A. M., Jones, H. C., & Abbott, N. J. (1990). Electrical resistance across the blood-brain barrier in anaesthetized rats: a developmental study. The Journal of Physiology, 429, 47-62.
Clark, D. E. (1999). Rapid Calculation of Polar Molecular Surface Area and Its Application to the Prediction of Transport Phenomena. 2. Prediction of Blood–Brain Barrier Penetration. Journal of Pharmaceutical Sciences, 88(8), 815-821. https://doi.org/10.1021/js980402t
Crone, C., & Olesen, S.-P. (1982). Electrical resistance of brain microvascular endothelium. Brain Research, 241(1), 49-55. https://doi.org/10.1016/0006-8993(82)91227-6
Dagenais, C., Rousselle, C., Pollack, G. M., & Scherrmann, J.-M. (2000). Development of an in situ mouse brain perfusion model and its application to mdr1a P-glycoprotein-deficient mice. Journal of Cerebral Blood Flow and Metabolism, 20(2), 381-386. https://doi.org/10.1097/00004647-200002000-00020
Daneman, R., & Prat, A. (2015). The Blood-Brain Barrier. Cold Spring Harbor Perspectives in Biology, 7(1), a020412. https://doi.org/10.1101/cshperspect.a020412
Di, L., Kerns, E. H., Bezar, I. F., Petusky, S. L., & Huang, Y. (2009). Comparison of blood-brain barrier permeability assays: in situ brain perfusion, MDR1-MDCKII and PAMPA-BBB. Journal of Pharmaceutical Sciences, 98(6), 1980-1991. https://doi.org/10.1002/jps.21580
Di, L., Kerns, E. H., Fan, K., McConnell, O. J., & Carter, G. T. (2003). High throughput artificial membrane permeability assay for blood-brain barrier. European Journal of Medicinal Chemistry, 38(3), 223-232. https://doi.org/10.1016/s0223-5234(03)00012-6
Diener, H.-C., Lees, K. R., Lyden, P., Grotta, J., Davalos, A., Davis, S. M., Shuaib, A., Ashwood, T., Wasiewski, W., Alderfer, V., Hårdemark, H.-G., & Rodichok, L. (2008). NXY-059 for the treatment of acute stroke: pooled analysis of the SAINT I and II Trials. Stroke, 39(6), 1751-1758. https://doi.org/10.1161/STROKEAHA.107.503334
Dinkova-Kostova, A. T., Kostov, R. V., & Kazantsev, A. G. (2018). The role of Nrf2 signaling in counteracting neurodegenerative diseases. FEBS Journal, 285(19), 3576-3590. https://doi.org/10.1111/febs.14379
Egan, M. F., Kost, J., Tariot, P. N., Aisen, P. S., Cummings, J. L., Vellas, B., Sur, C., Mukai, Y., Voss, T., Furtek, C., Mahoney, E., Harper Mozley, L., Vandenberghe, R., Mo, Y., & Michelson, D. (2018). Randomized Trial of Verubecestat for Mild-to-Moderate Alzheimer’s Disease. New England Journal of Medicine, 378(18), 1691-1703. https://doi.org/10.1056/NEJMoa1706441
Egan, M. F., Kost, J., Voss, T., Mukai, Y., Aisen, P. S., Cummings, J. L., Tariot, P. N., Vellas, B., van Dyck, C. H., Boada, M., Zhang, Y., Li, W., Furtek, C., Mahoney, E., Harper Mozley, L., Mo, Y., Sur, C., & Michelson, D. (2019). Randomized Trial of Verubecestat for Prodromal Alzheimer’s Disease. New England Journal of Medicine, 380(15), 1408-1420. https://doi.org/10.1056/NEJMoa1812840
Ertl, P., Rohde, B., & Selzer, P. (2000). Fast Calculation of Molecular Polar Surface Area as a Sum of Fragment-Based Contributions and Its Application to the Prediction of Drug Transport Properties. Journal of Medicinal Chemistry, 43(20), 3714-3717. https://doi.org/10.1021/jm000942e
Fischer, H., Gottschlich, R., & Seelig, A. (1998). Blood-Brain Barrier Permeation: Molecular Parameters Governing Passive Diffusion. Journal of Membrane Biology, 165(3), 201-211.
Garberg, P., Ball, M., Borg, N., Cecchelli, R., Fenart, L., Hurst, R. D., Lindmark, T., Mabondzo, A., Nilsson, J. E., Raub, T. J., Stanimirovic, D., Terasaki, T., Öberg, J.-O., & Österberg, T. (2005). In vitro models for the blood-brain barrier. Toxicology in Vitro, 19(3), 299-334. https://doi.org/10.1016/j.tiv.2004.06.011
Ghose, A. K., Viswanadhan, V. N., & Wendoloski, J. J. (1999). A Knowledge-Based Approach in Designing Combinatorial or Medicinal Chemistry Libraries for Drug Discovery. 1. A Qualitative and Quantitative Characterization of Known Drug Databases. Journal of Combinatorial Chemistry, 1(1), 55-68. https://doi.org/10.1021/cc9800071
Gulyaev, A. E., Gelperina, S. E., Skidan, I. N., Antropov, A. S., Kivman, G. Y., & Kreuter, J. (1999). Significant Transport of Doxorubicin into the Brain with Polysorbate 80-Coated Nanoparticles. Pharmaceutical Research, 16(10), 1564-1569. https://doi.org/10.1023/a:1018983904537
Hammarlund-Udenaes, M., Fridén, M., Syvänen, S., & Gupta, A. (2008). On the Rate and Extent of Drug Delivery to the Brain. Pharmaceutical Research, 25(8), 1737-1750. https://doi.org/10.1007/s11095-007-9502-2
Hardy, J., & Selkoe, D. J. (2002). The Amyloid Hypothesis of Alzheimer’s Disease: Progress and Problems on the Road to Therapeutics. Science, 297(5580), 353-356. https://doi.org/10.1126/science.1072994
Heinrich, M., & Teoh, H. L. (2004). Galanthamine from snowdrop—the development of a modern drug against Alzheimer’s disease from local Caucasian knowledge. Journal of Ethnopharmacology, 92(2-3), 147-162. https://doi.org/10.1016/j.jep.2004.02.012
Hellinger, É., Veszelka, S., Tóth, A. E., Walter, F., Kittel, Á., Bakk, M. L., Tihanyi, K., Háda, V., Nakagawa, S., Duy, T. D., Niwa, M., Deli, M. A., & Vastag, M. (2012). Comparison of brain capillary endothelial cell-based and epithelial (MDCK-MDR1, Caco-2, and VB-Caco-2) cell-based surrogate blood-brain barrier penetration models. European Journal of Pharmaceutics and Biopharmaceutics, 82(2), 340-351. https://doi.org/10.1016/j.ejpb.2012.07.020
Heneka, M. T., & Feinstein, D. L. (2001). Expression and function of inducible nitric oxide synthase in neurons. Journal of Neuroimmunology, 114(1-2), 8-18. https://doi.org/10.1016/s0165-5728(01)00246-6
Heneka, M. T., Kummer, M. P., Stutz, A., Delekate, A., Schwartz, S., Vieira-Saecker, A., Griep, A., Axt, D., Remus, A., Tzeng, T.-C., Gelpi, E., Halle, A., Korte, M., Latz, E., & Golenbock, D. T. (2013). NLRP3 is activated in Alzheimer’s disease and contributes to pathology in APP/PS1 mice. Nature, 493(7434), 674-678. https://doi.org/10.1038/nature11729
Herrup, K. (2015). The case for rejecting the amyloid cascade hypothesis. Nature Neuroscience, 18(6), 794-799. https://doi.org/10.1038/nn.4017
Hynynen, K., McDannold, N., Vykhodtseva, N., & Jolesz, F. A. (2001). Noninvasive MR Imaging-guided Focal Opening of the Blood-Brain Barrier in Rabbits. Radiology, 220(3), 640-646. https://doi.org/10.1148/radiol.2202001804
Ingólfsson, H. I., Thakur, P., Herold, K. F., Hobart, E. A., Ramsey, N. B., Periole, X., de Jong, D. H., Zwama, M., Yilmaz, D., Hall, K., Maretzky, T., Hemmings, H. C., Blobel, C., Marrink, S. J., Koçer, A., Sack, J. T., & Andersen, O. S. (2014). Phytochemicals perturb membranes and promiscuously alter protein function. ACS Chemical Biology, 9(8), 1788-1798. https://doi.org/10.1021/cb500086e
Karran, E., Mercken, M., & De Strooper, B. (2011). The amyloid cascade hypothesis for Alzheimer’s disease: an appraisal for the development of therapeutics. Nature Reviews Drug Discovery, 10(9), 698-712. https://doi.org/10.1038/nrd3505
Kitada, T., Asakawa, S., Hattori, N., Matsumine, H., Yamamura, Y., Minoshima, S., Yokochi, M., Mizuno, Y., & Shimizu, N. (1998). Mutations in the parkin gene cause autosomal recessive juvenile parkinsonism. Nature, 392(6676), 605-608. https://doi.org/10.1038/33416
Kreuter, J. (2001). Nanoparticulate systems for brain delivery of drugs. Advanced Drug Delivery Reviews, 47(1), 65-81. https://doi.org/10.1016/s0169-409x(00)00122-8
Kusuhara, H., & Sugiyama, Y. (2005). Active efflux across the blood-brain barrier: role of the solute carrier family. NeuroRx, 2(1), 73-85. https://doi.org/10.1602/neurorx.2.1.73
Lambert, M. P., Barlow, A. K., Chromy, B. A., Edwards, C., Freed, R., Liosatos, M., Morgan, T. E., Rozovsky, I., Trommer, B., Viola, K. L., Wals, P., Zhang, C., Finch, C. E., Krafft, G. A., & Klein, W. L. (1998). Diffusible, nonfibrillar ligands derived from Abeta1-42 are potent central nervous system neurotoxins. Proceedings of the National Academy of Sciences, 95(11), 6448-6453. https://doi.org/10.1073/pnas.95.11.6448
LeWitt, P. A., Guttman, M., Tetrud, J. W., Tuite, P. J., Mori, A., Chaikin, P., & Sussman, N. M. (2008). Adenosine A2A receptor antagonist istradefylline (KW-6002) reduces "off" time in Parkinson’s disease: a double-blind, randomized, multicenter clinical trial (6002-US-005). Annals of Neurology, 63(3), 295-302. https://doi.org/10.1002/ana.21315
Lin, M. T., & Beal, M. F. (2006). Mitochondrial dysfunction and oxidative stress in neurodegenerative diseases. Nature, 443(7113), 787-795. https://doi.org/10.1038/nature05292
Lipinski, C. A. (2000). Drug-like properties and the causes of poor solubility and poor permeability. Journal of Pharmacological and Toxicological Methods, 44(1), 235-249. https://doi.org/10.1016/s1056-8719(00)00107-6
Lloyd, K., & Hornykiewicz, O. (1970). Parkinson’s Disease: Activity of L-Dopa Decarboxylase in Discrete Brain Regions. Science, 170(3963), 1212-1213. https://doi.org/10.1126/science.170.3963.1212
Lochhead, J. J., & Thorne, R. G. (2012). Intranasal delivery of biologics to the central nervous system. Advanced Drug Delivery Reviews, 64(7), 614-628. https://doi.org/10.1016/j.addr.2011.11.002
Lohmann, C., Hüwel, S., & Galla, H.-J. (2002). Predicting blood-brain barrier permeability of drugs: evaluation of different in vitro assays. Journal of Drug Targeting, 10(4), 263-276. https://doi.org/10.1080/10611860290031903
Loryan, I., Reichel, A., Feng, B., Bundgaard, C., Shaffer, C., Kalvass, C., Bednarczyk, D., Morrison, D., Lesuisse, D., Hoppe, E., Terstappen, G. C., Fischer, H., Di, L., Colclough, N., Summerfield, S., Buckley, S. T., Maurer, T. S., & Fridén, M. (2022). Unbound Brain-to-Plasma Partition Coefficient, Kp,uu,brain—a Game Changing Parameter for CNS Drug Discovery and Development. Pharmaceutical Research, 39(7), 1321-1341. https://doi.org/10.1007/s11095-022-03246-6
Löscher, W., & Potschka, H. (2005). Blood-brain barrier active efflux transporters: ATP-binding cassette gene family. NeuroRx, 2(1), 86-98. https://doi.org/10.1602/neurorx.2.1.86
Mahar Doan, K. M., Humphreys, J. E., Webster, L. O., Wring, S. A., Shampine, L. J., Serabjit-Singh, C. J., Adkison, K. K., & Polli, J. W. (2002). Passive Permeability and P-Glycoprotein-Mediated Efflux Differentiate Central Nervous System (CNS) and Non-CNS Marketed Drugs. Journal of Pharmacology and Experimental Therapeutics, 303(3), 1029-1037. https://doi.org/10.1124/jpet.102.039255
McDannold, N., Vykhodtseva, N., Raymond, S., Jolesz, F. A., & Hynynen, K. (2005). MRI-Guided Targeted Blood-Brain Barrier Disruption with Focused Ultrasound: Histological Findings in Rabbits. Ultrasound in Medicine and Biology, 31(11), 1527-1537. https://doi.org/10.1016/j.ultrasmedbio.2005.07.010
Minghetti, L. (2004). Cyclooxygenase-2 (COX-2) in inflammatory and degenerative brain diseases. Journal of Neuropathology and Experimental Neurology, 63(9), 901-910. https://doi.org/10.1093/jnen/63.9.901
Nelson, K. M., Dahlin, J. L., Bisson, J., Graham, J., Pauli, G. F., & Walters, M. A. (2017). The Essential Medicinal Chemistry of Curcumin. Journal of Medicinal Chemistry, 60(5), 1620-1637. https://doi.org/10.1021/acs.jmedchem.6b00975
O’Brien, R. J., & Wong, P. C. (2011). Amyloid precursor protein processing and Alzheimer’s disease. Annual Review of Neuroscience, 34, 185-204. https://doi.org/10.1146/annurev-neuro-061010-113613
O’Collins, V. E., Macleod, M. R., Donnan, G. A., Horky, L. L., van der Worp, B. H., & Howells, D. W. (2006). 1,026 experimental treatments in acute stroke. Annals of Neurology, 59(3), 467-477. https://doi.org/10.1002/ana.20741
Paisán-Ruiz, C., Jain, S., Evans, E. W., Gilks, W. P., Simón, J., Brug, M. van der, López de Munain, A., Aparicio, S., Gil, A. M., Khan, N., Johnson, J., Martinez, J. R., Nicholl, D., Martí Carrera, I., Pena, A. S., Silva, R. de, Lees, A., Martí-Massó, J. F., Pérez-Tur, J., … Singleton, A. B. (2004). Cloning of the gene containing mutations that cause PARK8-linked Parkinson’s disease. Neuron, 44(4), 595-600. https://doi.org/10.1016/j.neuron.2004.10.023
Pajouhesh, H., & Lenz, G. R. (2005). Medicinal Chemical Properties of Successful Central Nervous System Drugs. NeuroRx, 2(4), 541-553. https://doi.org/10.1602/neurorx.2.4.541
Pardridge, W. M. (2005). The Blood-Brain Barrier: Bottleneck in Brain Drug Development. NeuroRx, 2(1), 3-14. https://doi.org/10.1602/neurorx.2.1.3
Pardridge, W. M. (2006). Molecular Trojan horses for blood-brain barrier drug delivery. Current Opinion in Pharmacology, 6(5), 494-500. https://doi.org/10.1016/j.coph.2006.06.001
Pardridge, W. M. (2012). Drug transport across the blood-brain barrier. Journal of Cerebral Blood Flow and Metabolism, 32(11), 1959-1972. https://doi.org/10.1038/jcbfm.2012.126
Parkinson Study Group. (1993). Effects of tocopherol and deprenyl on the progression of disability in early Parkinson’s disease. New England Journal of Medicine, 328(3), 176-183. https://doi.org/10.1056/NEJM199301213280305
Pergolizzi, J., Varrassi, G., Coleman, M., Breve, F., Christo, D. K., Christo, P. J., & Moussa, C. (2023). The Sigma Enigma: A Narrative Review of Sigma Receptors. Cureus, 15(3), e35756. https://doi.org/10.7759/cureus.35756
Polymeropoulos, M. H., Lavedan, C., Leroy, E., Ide, S. E., Dehejia, A., Dutra, A., Pike, B., Root, H., Rubenstein, J., Boyer, R., Stenroos, E. S., Chandrasekharappa, S., Athanassiadou, A., Papapetropoulos, T., Johnson, W. G., Lazzarini, A. M., Duvoisin, R. C., Di Iorio, G., Golbe, L. I., & Nussbaum, R. L. (1997). Mutation in the alpha-synuclein gene identified in families with Parkinson’s disease. Science, 276(5321), 2045-2047. https://doi.org/10.1126/science.276.5321.2045
Pulgar, V. M. (2018). Transcytosis to Cross the Blood Brain Barrier, New Advancements and Challenges. Frontiers in Neuroscience, 12, 1019. https://doi.org/10.3389/fnins.2018.01019
Rafii, M. S., Walsh, S., Little, J. T., Behan, K., Reynolds, B., Ward, C., Jin, S., Thomas, R., & Aisen, P. S. (2011). A phase II trial of huperzine A in mild to moderate Alzheimer disease. Neurology, 76(16), 1389-1394. https://doi.org/10.1212/WNL.0b013e318216eb7b
Rautio, J., Kumpulainen, H., Heimbach, T., Oliyai, R., Oh, D., Järvinen, T., & Savolainen, J. (2008). Prodrugs: design and clinical applications. Nature Reviews Drug Discovery, 7(3), 255-270. https://doi.org/10.1038/nrd2468
Reisberg, B., Doody, R., Stöffler, A., Schmitt, F., Ferris, S., & Möbius, H. J. (2003). Memantine in Moderate-to-Severe Alzheimer’s Disease. New England Journal of Medicine, 348(14), 1333-1341. https://doi.org/10.1056/NEJMoa013128
Sayas, C. L., & Ávila, J. (2021). GSK-3 and Tau: A Key Duet in Alzheimer’s Disease. Cells, 10(4), 721. https://doi.org/10.3390/cells10040721
Schapira, A. H. V., Cooper, J. M., Dexter, D., Jenner, P., Clark, J. B., & Marsden, C. D. (1989). Mitochondrial complex I deficiency in Parkinson’s disease. Lancet, 1(8649), 1269. https://doi.org/10.1016/s0140-6736(89)92366-0
Shuaib, A., Lees, K. R., Lyden, P., Grotta, J., Davalos, A., Davis, S. M., Diener, H.-C., Ashwood, T., Wasiewski, W. W., & Emeribe, U. (2007). NXY-059 for the treatment of acute ischemic stroke. New England Journal of Medicine, 357(6), 562-571. https://doi.org/10.1056/NEJMoa070240
Sidransky, E., Nalls, M. A., Aasly, J. O., Aharon-Peretz, J., Annesi, G., Barbosa, E. R., Bar-Shira, A., Berg, D., Bras, J., Brice, A., Chen, C.-M., Clark, L. N., Condroyer, C., De Marco, E. V., Dürr, A., Eblan, M. J., Fahn, S., Farrer, M. J., Fung, H.-C., … Ziegler, S. G. (2009). Multicenter Analysis of Glucocerebrosidase Mutations in Parkinson’s Disease. New England Journal of Medicine, 361(17), 1651-1661. https://doi.org/10.1056/NEJMoa0901281
Sims, J. R., Zimmer, J. A., Evans, C. D., Lu, M., Ardayfio, P., Sparks, J., Wessels, A. M., Shcherbinin, S., Wang, H., Monkul Nery, E. S., Collins, E. C., Solomon, P., Salloway, S., Apostolova, L. G., Hansson, O., Ritchie, C., Brooks, D. A., Mintun, M., & Skovronsky, D. M. (2023). Donanemab in Early Symptomatic Alzheimer Disease: The TRAILBLAZER-ALZ 2 Randomized Clinical Trial. JAMA, 330(6), 512-527. https://doi.org/10.1001/jama.2023.13239
Smith, Q. R., Mandula, H., Parepally, J. M. R., Oki, J., Thomas, F., Thorsheim, H. R., Al-Ahmad, A. J., Abbruscato, T. J., Ask, P., Hage, D. S., & Robinson, P. J. (2024). Brain endothelial permeability, transport, and flow assessed over 10 orders of magnitude using the in situ brain perfusion technique. Fluids and Barriers of the CNS, 21, 100. https://doi.org/10.1186/s12987-024-00584-y
Spielvogel, C. P., Schindler, N., Schröder, C., Stellnberger, S. L., Wadsak, W., Mitterhauser, M., Papp, L., Hacker, M., Pichler, V., & Vraka, C. (2025). Enhancing Blood-Brain Barrier Penetration Prediction by Machine Learning-Based Integration of Novel and Existing, In Silico and Experimental Molecular Parameters from a Standardized Database. Journal of Chemical Information and Modeling, 65(6), 2773-2784. https://doi.org/10.1021/acs.jcim.4c02212
Spillantini, M. G., Schmidt, M. L., Lee, V. M.-Y., Trojanowski, J. Q., Jakes, R., & Goedert, M. (1997). Alpha-synuclein in Lewy bodies. Nature, 388(6645), 839-840. https://doi.org/10.1038/42166
Sweeney, M. D., Zhao, Z., Montagne, A., Nelson, A. R., & Zlokovic, B. V. (2019). Blood-Brain Barrier: From Physiology to Disease and Back. Physiological Reviews, 99(1), 21-78. https://doi.org/10.1152/physrev.00050.2017
Takasato, Y., Rapoport, S. I., & Smith, Q. R. (1984). An in situ brain perfusion technique to study cerebrovascular transport in the rat. American Journal of Physiology, 247(3 Pt 2), H484-H493. https://doi.org/10.1152/ajpheart.1984.247.3.h484
Tiwari, S., Mądra-Gackowska, K., Gackowski, M., & Szeleszczuk, Ł. (2026). Quantitative Structural Thresholds for Blood-Brain Barrier Permeability Derived from Experimental logBB Measurements. Pharmaceutics, 18(8), 967. https://doi.org/10.3390/pharmaceutics18080967
Turner, R. S., Thomas, R. G., Craft, S., van Dyck, C. H., Mintzer, J., Reynolds, B. A., Brewer, J. B., Rissman, R. A., Raman, R., & Aisen, P. S. (2015). A randomized, double-blind, placebo-controlled trial of resveratrol for Alzheimer disease. Neurology, 85(16), 1383-1391. https://doi.org/10.1212/WNL.0000000000002035
Valente, E. M., Abou-Sleiman, P. M., Caputo, V., Muqit, M. M. K., Harvey, K., Gispert, S., Ali, Z., Del Turco, D., Bentivoglio, A. R., Healy, D. G., Albanese, A., Nussbaum, R., González-Maldonado, R., Deller, T., Salvi, S., Cortelli, P., Gilks, W. P., Latchman, D. S., Harvey, R. J., … Wood, N. W. (2004). Hereditary early-onset Parkinson’s disease caused by mutations in PINK1. Science, 304(5674), 1158-1160. https://doi.org/10.1126/science.1096284
van Dyck, C. H., Swanson, C. J., Aisen, P., Bateman, R. J., Chen, C., Gee, M., Kanekiyo, M., Li, D., Reyderman, L., Cohen, S., Froelich, L., Katayama, S., Sabbagh, M., Vellas, B., Watson, D., Dhadda, S., Irizarry, M., Kramer, L. D., & Iwatsubo, T. (2023). Lecanemab in Early Alzheimer’s Disease. New England Journal of Medicine, 388(1), 9-21. https://doi.org/10.1056/NEJMoa2212948
Vellas, B., Coley, N., Ousset, P.-J., Berrut, G., Dartigues, J.-F., Dubois, B., Grandjean, H., Pasquier, F., Piette, F., Robert, P., Touchon, J., Garnier, P., Mathiex-Fortunet, H., & Andrieu, S. (2012). Long-term use of standardised Ginkgo biloba extract for the prevention of Alzheimer’s disease (GuidAge): a randomised placebo-controlled trial. Lancet Neurology, 11(10), 851-859. https://doi.org/10.1016/S1474-4422(12)70206-5
Wager, T. T., Hou, X., Verhoest, P. R., & Villalobos, A. (2010). Moving beyond Rules: The Development of a Central Nervous System Multiparameter Optimization (CNS MPO) Approach To Enable Alignment of Druglike Properties. ACS Chemical Neuroscience, 1(6), 435-449. https://doi.org/10.1021/cn100008c
Yasojima, K., Kuret, J., DeMaggio, A. J., McGeer, E., & McGeer, P. L. (2000). Casein kinase 1 delta mRNA is upregulated in Alzheimer disease brain. Brain Research, 865(1), 116-120. https://doi.org/10.1016/s0006-8993(00)02200-9
Zimprich, A., Biskup, S., Leitner, P., Lichtner, P., Farrer, M., Lincoln, S., Kachergus, J., Hulihan, M., Uitti, R. J., Calne, D. B., Stoessl, A. J., Pfeiffer, R. F., Patenge, N., Carbajal, I. C., Vieregge, P., Asmus, F., Müller-Myhsok, B., Dickson, D. W., Meitinger, T., … Gasser, T. (2004). Mutations in LRRK2 cause autosomal-dominant parkinsonism with pleomorphic pathology. Neuron, 44(4), 601-607. https://doi.org/10.1016/j.neuron.2004.11.005