La IA ayuda a científicos a descubrir los primeros nuevos antibióticos en más de seis décadas
Inteligencia Artificial ayuda a descubrir nuevos antibióticos tras 60 años de sequía en la materia
La Inteligencia Artificial (IA) ha revolucionado el campo de la medicina, permitiendo a los investigadores encontrar por primera vez en décadas nuevos antibióticos. Este descubrimiento marca un avance importante en la lucha contra las bacterias farmacorresistentes que, cada año, causan miles de muertes a nivel mundial.
Investigadores del MIT lideran el descubrimiento
El profesor James Collins de Ingeniería y Ciencias Médicas en el Instituto Tecnológico de Massachusetts (MIT) y su equipo de 21 investigadores han utilizado la IA para identificar compuestos químicos con propiedades antibióticas. Estos científicos han desarrollado un marco que permite ahorrar tiempo y recursos en la identificación de nuevos antibióticos. El estudio ha sido publicado en la revista Nature.
Importancia del aprendizaje profundo en la investigación farmacéutica
El proyecto ha utilizado un modelo de aprendizaje profundo para predecir la actividad y la toxicidad de los compuestos evaluados. El aprendizaje profundo implica el uso de redes neuronales artificiales para representar características de forma automática a partir de los datos obtenidos, lo cual se traduce en una optimización del proceso de desarrollo de medicamentos.
Enfrentando al Staphylococcus aureus resistente a la meticilina (SARM)
Los investigadores del estudio se centraron en combatir el SARM, una bacteria farmacorresistente que puede causar enfermedades leves hasta afecciones potencialmente mortales. Según el Centro Europeo para la Prevención y el Control de las Enfermedades (ECDC), cerca de 35.000 personas mueren por infecciones resistentes a los antimicrobianos en la Unión Europea.
Entrenando el modelo de aprendizaje profundo para identificar compuestos antibióticos
Los investigadores evaluaron aproximadamente 39.000 compuestos por su actividad antibiótica contra el SARM y, a través del modelo de aprendizaje profundo, analizaron sus estructuras químicas para optimizar la selección de posibles fármacos. Luego, implementaron otros tres modelos de aprendizaje profundo para evaluar la toxicidad de los compuestos en diferentes células humanas y seleccionaron aquellos que resultaron más efectivos y menos dañinos para el cuerpo humano.
Resultados prometedores en la lucha contra las bacterias resistentes
El equipo investigador analizó aproximadamente 12 millones de compounds disponibles en el mercado y, gracias al modelo de aprendizaje profundo, identificaron cinco clases diferentes con actividad prevista contra el SARM. A partir de ellas, probaron en laboratorio unos 280 compuestos adquiridos con éxito en eliminar la bacteria. El resultado final fue la identificación de dos prometedores antibióticos candidatos de la misma clase, lo cual representa un avance esperanzador en el desarrollo de nuevos medicamentos contra las bacterias resistentes a los tratamientos convencionales.
