ANTIBIÓTICO ES DESCUBIERTO POR INTELIGENCIA ARTIFICIAL POR PRIMERA VEZ
La inteligencia artificial (IA) ha demostrado ser un aliado útil en la batalla contra la resistencia a los antibióticos. Gracias a un algoritmo de aprendizaje automático, se descubrió un potente antibiótico que incluso puede matar superbacterias.
Investigadores del MIT utilizaron un nuevo algoritmo informático para examinar un vasto archivo digital de más de 100 millones de compuestos químicos y detectar aquellos que fueron capaces de matar bacterias usando diferentes mecanismos de los medicamentos existentes.
«El equipo no solo identificó candidatos, sino que también validó moléculas prometedoras en pruebas con animales«, expresó Jacob Durrant, biólogo computacional de la Universidad de Pittsburgh, Pensilvania.
Además, el enfoque también podría aplicarse a otros tipos de medicamentos, como los utilizados para tratar el cáncer o las enfermedades neurodegenerativas, dijo Durrant.
DE LA MANO DE LA IA
Los investigadores dicen que el antibiótico, llamado halicina, es el primero descubierto con inteligencia artificial (IA).
Aunque la IA se ha utilizado para ayudar a partes del proceso de descubrimiento de antibióticos antes, dicen que esta es la primera vez que ha identificado tipos completamente nuevos de antibióticos desde cero, sin utilizar ninguna suposición humana previa.
DESCUBREN OLA DE SUPERBACTERIAS RESISTENTES A DESINFECTANTES
RESISTENCIA QUE AUMENTA
La resistencia bacteriana a los antibióticos está aumentando dramáticamente en todo el mundo, y los investigadores predicen que a menos que se desarrollen nuevos medicamentos con urgencia, las infecciones resistentes podrían matar a diez millones de personas por año para 2050.
Pero en las últimas décadas, el descubrimiento y la aprobación regulatoria de nuevos antibióticos se ha ralentizado.
«La gente sigue encontrando las mismas moléculas una y otra vez», dijo biólogo sintético Jim Collins del Instituto de Tecnología de Massachusetts en Cambridge. «Necesitamos químicos novedosos con nuevos mecanismos de acción».
BLACK MIRROR: UN FUTURO DE INTELIGENCIA ARTIFICIAL Y BIG DATA
Antibiótico potente, ¿Cómo lo lograron?
Para encontrar nuevos antibióticos, los investigadores primero entrenaron un algoritmo de «aprendizaje profundo» para identificar los tipos de moléculas que matan las bacterias.
Para hacer esto, alimentaron la información del programa sobre las características atómicas y moleculares de casi 2,500 medicamentos y compuestos naturales.
Desarrollaron una red neuronal, un algoritmo de IA inspirado en la arquitectura del cerebro, que aprende las propiedades de las moléculas átomo por átomo.
Asimismo, entrenaron la red neuronal para detectar moléculas que inhiben el crecimiento de la bacteria Escherichia coli, con la ayuda de la colección de moléculas para las cuales se conocía la actividad antibacteriana.
Una vez que el algoritmo aprendió qué características moleculares producían buenos antibióticos, los científicos lo pusieron a trabajar en una biblioteca de más de seis mil compuestos bajo investigación para tratar varias enfermedades humanas.
En lugar de buscar posibles antimicrobianos, el algoritmo se centró en compuestos que parecían efectivos pero a diferencia de los antibióticos existentes.
Esto aumentó las posibilidades de que las drogas funcionen en formas radicalmente nuevas a las que los insectos aún no han desarrollado resistencia.
¿CUÁNTAS BACTERIAS HAY EN EL OMBLIGO?
EL ÉXITO DE HALICINA
Cuando se probó en ratones, la halicina mató a Mycobacterium tuberculosis, que causa la tuberculosis, y las Enterobacteriaceae resistentes a los medicamentos. También eliminó a la familia de bacterias que incluye E. coli y Salmonella.
Por otro lado, demostró ser extremadamente eficaz contra Clostridium difficile, un «virus estomacal» que a menudo se extiende por los hospitales y otra bacteria resistente a los medicamentos que puede causar infecciones de la sangre, las vías urinarias y los pulmones.
«Creo que este es uno de los antibióticos más potentes que se han descubierto hasta la fecha», agregó James Collins.
La investigación se publicó en la revista Cell.+
