Un sistema de IA es capaz de diseñar, acelerar y optimizar nuevos antibióticos

Redacción Ciencia, 13 may (EFE).- Investigadores de la Universidad de Pensilvania han logrado desarrollar un sistema de inteligencia artificial (IA) generativa que diseña y acelera nuevos antibióticos, lo que podría ayudar a combatir las infecciones resistentes a los fármacos y acelerar la creación de unos más potentes y eficaces contra los patógenos más difíciles de tratar.

Liderados por el investigador español César de la Fuente, los científicos de la Universidad de Pensilvania han diseñado una herramienta (que han bautizado como ApexGO) que es capaz de buscar compuestos existentes y de optimizarlos para crear antibióticos más potentes y eficaces y de transformar plantillas moleculares en candidatos terapéuticos reales con una velocidad y una precisión que no tiene precedentes, según esta institución académica y científica.

Mediante la validación en el laboratorio, los investigadores han comprobado cómo la inteligencia artificial puede reducir años de investigación a solo unas horas, y han apuntado que esta podría ser una solución innovadora para adelantarse a las infecciones hospitalarias más peligrosas. Hoy publican los resultados de su trabajo en la revista Nature Machine Intelligence.

La resistencia a los antibióticos es una de las mayores amenazas de la medicina moderna, y a medida que más bacterias aprenden a sobrevivir a los fármacos utilizados para eliminarlas, los investigadores se enfrentan a mayor presión para encontrar nuevos tratamientos de manera más rápida que la que permiten los métodos tradicionales, ha señalado la Universidad en una nota de prensa.

El sistema se centra en péptidos, que son pequeñas moléculas similares a proteínas que pueden actuar como antibióticos, y en lugar de limitarse a buscar en listas existentes de moléculas conocidas, 'ApexGO' parte de plantillas de péptidos y sugiere cambios que podrían aumentar su eficacia a la hora de eliminar bacterias dañinas.

Así, el modelo actúa como un motor de diseño inteligente: "aprende patrones a partir de secuencias peptídicas y luego propone nuevas versiones con más probabilidades de funcionar", ha detallado la Universidad en el extracto que ha facilitado a la revista científica.

Para comprobar este método, los investigadores partieron de 10 péptidos base y usaron su herramienta para crear versiones mejoradas; después fabricaron 100 de esos péptidos en el laboratorio y analizaron su capacidad para combatir bacterias, cómo funcionaban, qué estructuras formaban y si podían resultar tóxicos para las células.

Los resultados fueron especialmente buenos contra bacterias 'gramnegativas', un tipo de bacterias difícil de tratar que incluye algunas de las infecciones hospitalarias más peligrosas.

“ApexGO demuestra que se puede utilizar la IA para algo más que predecir qué moléculas podrían funcionar: puede ayudar a mejorarlas”, ha asegurado César de la Fuente, y ha precisado que el modelo parte de antibióticos 'peptídicos' prometedores y aprende a optimizarlos, explorando nuevas posibilidades moleculares "que después podemos sintetizar y probar en el laboratorio", lo que a su juicio es especialmente relevante cuando la resistencia a los antibióticos está aumentando en todo el mundo.

El investigador ha subrayado la necesidad de disponer de tecnologías capaces de avanzar más rápido para tratar de conseguir candidatos terapéuticos reales, y ha asegurado que este sistema de IA "es un paso importante hacia ese futuro”.

“Encontrar nuevos antibióticos suele ser un proceso lento, costoso y lleno de ensayo y error”, ha apuntado en el mismo resumen el investigador Marcelo Torres. “Lo emocionante aquí es que pudimos utilizar la IA para guiar el proceso de diseño, fabricar los compuestos más prometedores y luego validar experimentalmente muchos de ellos”.

Los investigadores han señalado que el estudio apunta a un futuro aún más amplio en el que la inteligencia artificial generativa se convierta en una herramienta práctica para el descubrimiento de fármacos, ayudando a los científicos a avanzar con mayor rapidez desde la idea hasta el posible tratamiento.