Crédito: Chris Ratcliffe/Bloomberg a través de Getty
Los investigadores están recurriendo a la inteligencia artificial (IA) para ayudar a diseñar la próxima generación de antibióticos para combatir la resistencia antimicrobiana en ascenso. En minutos, la IA puede diseñar miles de compuestos químicos con posibles propiedades antibacterianas, aunque hay obstáculos que superar antes de que se puedan probar el primero de estos medicamentos en las personas.
La semana pasada, los Centros de Control de Enfermedades de EE. UU. reportado que las tasas de infecciones bacterianas peligrosas aumentaron en un 69% entre 2019 y 2023. Las bacterias Enterobacterales, también llamadas 'bacterias de pesadilla', son particularmente difíciles de tratar con los antibióticos existentes. A nivel mundial, 1.1 millones de muertes al año están vinculadas a la resistencia bacteriana a los medicamentos antimicrobianos.
El método estándar de descubrimiento de antibióticos implica entrar en la naturaleza y Tamizar a través de la tierra Para encontrar compuestos antibacterianos, dice César de la Fuente, biólogo de máquinas de la Universidad de Pensilvania, Filadelfia. «Ese es un trabajo realmente minucioso que se basa en la prueba y el error, y puede llevar muchos años», agrega. Su equipo ha estado usando IA para descubrir antibióticos durante aproximadamente una década. Todo el proceso de descubrir a un candidato, crearlo en el laboratorio y probarlo en las células se puede hacer «dentro de una semana o dos», agrega.
La mayoría de los antibióticos diseñados por IA todavía están en desarrollo temprano. Aún no se ha probado ninguno en humanos.
Drogas diseñadas por IA
Aprendizaje automático y la IA generativa (Genai) puede acelerar el proceso. De la Fuente y su equipo de algoritmos de aprendizaje automático de trenes mostrándoles compuestos que pueden dañar las bacterias, y otros que no pueden. La IA diseña antibióticos al buscar fragmentos de proteínas con propiedades antibacterianas en conjuntos de datos que no ha visto antes. Estos incluyen los proteomas, el conjunto completo de proteínas que un organismo puede expresar, de animales, plantas y bacterias.
Los algoritmos de Genai, similares a la IA utilizada en chatbots o generadores de imágenes, están entrenados en los mismos datos pero diseñados para crear nuevos compuestos. A principios de este mes, De La Fuente y su equipo informaron que su modelo Genai diseñó 50,000 péptidos, o cadenas cortas de aminoácidos, que tienen propiedades antimicrobianas y pueden destruir patógenos1. Un modelo de aprendizaje profundo los clasificó sobre la base de cuán efectivo cree que podrían ser para matar varios tipos de bacterias. De los 46 péptidos sintetizados principales, aproximadamente 35 mataron al menos una cepa bacteriana en un plato, y la mayoría no eran tóxicos para las células renales embrionarias humanas. Luego se probaron los dos principales candidatos y se descubrió que eran efectivos contra Acinetobacter baumannii en modelos de ratón.
Desafíos por delante
Pero hacer antibióticos diseñados por IA en el laboratorio puede ser un desafío. Por ejemplo, el bioingenier Jim Collins, del Instituto de Tecnología de Massachusetts en Cambridge, descubrió que algunos antibióticos diseñados por IA son químicamente inestables y no pueden sintetizarse. Otros toman demasiados pasos para hacer y serían demasiado costosos y lentos para producir comercialmente.
