Una nueva esperanza en la lucha contra la resistencia a los antibióticos
El investigador español César de la Fuente se destaca como uno de los líderes en la batalla contra las bacterias resistentes a los antibióticos, un desafío que ha persistido durante décadas sin soluciones efectivas. Este bioingeniero, asociado a la Universidad de Pensilvania, ha explorado múltiples enfoques, desde proteínas neandertales hasta bacterias extremófilas, en su búsqueda de alternativas.
Recientemente, la inteligencia artificial generativa (GenAI, por su nombre en inglés) ha surgido como una herramienta prometedora para abordar este serio problema de salud pública. Un estudio novedoso, publicado en la revista Cell Biomaterials, introduce AMP-Diffusion, una herramienta de IA capaz de crear nuevas moléculas antibacterianas que han demostrado eficacia en modelos animales.
Colaboración científica y avances tecnológicos
El avance es el resultado de la colaboración entre los laboratorios de Pranam Chatterjee y De la Fuente, donde el primero se especializa en diseño molecular y el segundo aplica la inteligencia artificial en la investigación de nuevos antibióticos. Mientras que investigaciones previas habían mostrado que la IA puede examinar grandes volúmenes de datos para identificar potenciales candidatos, este estudio representa un avance significativo al permitir la creación de moléculas que no existen en la naturaleza.
De la Fuente comenta: “El conjunto de datos de la naturaleza es finito; con la IA podemos diseñar antibióticos que la evolución nunca intentó”. Por su parte, Chatterjee señala que “estamos aprovechando los mismos algoritmos de IA que generan imágenes, pero adaptándolos para diseñar nuevas moléculas potentes”.
Detalles del proceso AMP-Diffusion
El modelo AMP-Diffusion se basa en un tipo de IA conocido como modelo de difusión, que emplea un principio similar al utilizado por herramientas como DALL·E o Stable Diffusion para la creación de imágenes. En lugar de generar píxeles, este modelo refina secuencias de aminoácidos para obtener péptidos con potencial antimicrobiano. De la Fuente describe el proceso como “sintonizar la radio”, comenzando con ruido y finalmente extrayendo una melodía.
La eficacia de AMP-Diffusion se potencia gracias a su integración con ESM-2, un modelo de lenguaje específico para proteínas desarrollado por Meta, entrenado con millones de secuencias biológicas. Esta colaboración permite que la herramienta no necesite comenzar a aprender desde cero las reglas biológicas, optimizando así el proceso de diseño y aumentando las probabilidades de éxito de las moléculas creadas.
Resultados prometedores del estudio
AMP-Diffusion generó un total de 50,000 secuencias de posibles candidatos. Para identificar las más adecuadas, el equipo utilizó otra herramienta de IA desarrollada en el laboratorio de De la Fuente, la cual clasifica las moléculas según su potencial antibacteriano, novedad estructural y diversidad química. Esto resultó en la síntesis de 46 candidatos que fueron probados en células humanas y en modelos animales.
De esos, dos candidatos demostraron eficacia similar a antibióticos aprobados por la FDA, como la levofloxacina y la polimixina B, en el tratamiento de infecciones cutáneas en ratones, sin presentar efectos adversos. Chatterjee expresa: “Es emocionante ver que nuestras moléculas generadas por IA realmente funcionaron; esto demuestra que la IA generativa puede ayudar a combatir la resistencia a los antibióticos”.
Perspectivas futuras
Los investigadores tienen planes de perfeccionar AMP-Diffusion para desarrollos de moléculas con un enfoque en infecciones específicas o con mejores propiedades farmacológicas. Su visión a largo plazo es acortar significativamente el tiempo necesario para encontrar tratamientos efectivos contra las bacterias resistentes. “En última instancia, nuestro fin es comprimir el tiempo de descubrimiento de antibióticos de años a días”, concluye De la Fuente.
Comments