La inteligencia artificial descubre en horas casi un millón de nuevas moléculas antibióticas
SOCIEDAD
El investigador gallego César de la Fuente protagoniza un revolucionario estudio que acelera el hallazgo de antimicrobianos para hacer frente a las superbacterias resistentes a fármacos
05 jun 2024 . Actualizado a las 17:52 h.Es un auténtico arsenal terapéutico descubierto en un universo de microbios, un territorio prácticamente inexplorado hasta ahora. Justamente ahí, en la zona oscura del microbioma global, el conjunto de microorganismos —virus, bacterias y hongos— y sus secuencias genéticas caracterizados por la ciencia, se han identificado cerca de un millón de moléculas (863.498) con potencial antibiótico que incluso pueden ser efectivas para tratar las infecciones provocadas por las temidas superbacterias resistentes a los tratamientos convencionales.
Si el hallazgo es de por sí sorprendente, lo es aún más el tiempo que se ha empleado en sacarlas a la luz. Si en condiciones normales los investigadores pueden tardar años en descubrir un antibiótico con un posible potencial terapéutico, en este caso el trabajo se ha hecho en horas mediante un sistema de inteligencia artificial de aprendizaje profundo. Es la prueba definitiva que demuestra que la IA es ya más una realidad que una promesa en el campo de la microbiología.
El estudio, que se publica en la revista Cell, ha sido dirigida por el científico gallego César de la Fuente Núñez, responsable del Machine Biology Group en la Universidad de Pensilvania (EE.UU.) en colaboración con el laboratorio de Luis Pedro-Coelho en el Centro de Investigación del Microbioma de la Universidad Tecnológica de Queensland.
Los investigadores utilizaron el aprendizaje automático profundo para examinar 63.410 metagenomas —el conjunto de genes microbianos conocidos— y 87.920 genomas microbianos descritos por la ciencia y accesibles en las bases públicas. Por medio de esta intensa exploración computacional, realizada en horas, pudieron identificar 863.498 moléculas con potencial antibiótico, la mayoría de las cuales no se conocían con anterioridad.
De ellas, los científicos seleccionaron a cien, que se probaron tanto en cultivos in vitro como en un modelo ratón preclínico para demostrar su efectividad contra patógenos resistentes a los medicamentos. Y en todos los casos se demostró una alta eficacia, por lo que los laboratorios de todo el mundo tienen ahora a su disposición la posibilidad de trabajar con estas moléculas para desarrollar nuevos antibióticos, algo especialmente importante en un momento en el que se ha constatado un aumento de las infecciones resistentes a las terapias actuales, lo que se ha convertido en un problema de salud global apremiante.
«De las moléculas antibióticas identificadas, sintetizamos cien que eran las que nuestros resultados nos indicaban que podían ser más potentes y efectivas. Pero todavía queda casi un millón para caracterizar y sintetizar, aunque nuestro laboratorio no lo puede hacer por sí solo porque sería demasiado caro y nos llevaría demasiado tiempo», explica César de la Fuente. Es, en todo caso, un arsenal terapéutico que podrían explorar otros científicos.
Cien compuestos seleccionados
Los cien compuestos seleccionados finalmente probaron su efectividad en superbacterias, aquellas que ofrecen una mayor resistencia a los antibióticos actuales. Es el caso de la Staphylococus aureus, la Acenitobacter baumannii, la Pseudomonas aeruginosa y la E-Colli.
«Las bacterias contra las que ensayamos las moléculas son las más peligrosas para nuestra sociedad, las que matan a más gente», destaca De la Fuente Núñez, uno de los investigadores más influyentes del mundo en su campo y que ingresó hace unos días en la Real Academia Galega de Farmacia.
El biotecnólogo está convencido de que la exploración del microbioma con inteligencia artificial aún podrá aportar más sorpresas en el futuro. «El mundo microbiano —dice— tiene un montón de cosas que nunca hemos explorado y que esto es un ejemplo de lo que se puede encontrar ahí». Y prueba también el enorme potencial del aprendizaje profundo. En este caso, el algoritmo fue desarrollado y entrenado por los miembros del Machine Biology Group de la Universidad de Pensilvania para identificar en un rastreo las regiones del microbioma con posibilidades terapéuticas.
«Los hallazgos —según se constata en el artículo publicado en Cell— revelan una amplia variedad de secuencias antimicrobianas novedosas, subrayando el potencial de la inteligencia artificial y el aprendizaje automático para identificar antimicrobianos tan necesarios y abriendo nuevas vías para el descubrimiento de antibióticos».
«Creemos que esta investigación —añaden los autores del trabajo— podría ser un avance significativo en la lucha contra la resistencia a los antibióticos».
Para la OMS, la resistencia a los antimicrobianos es ya una de las diez principales amenazas de salud pública a las que se enfrenta la humanidad, por lo que ha urgido en numerosas ocasiones a buscar nuevas alternativas. Y ahora se ha encontrado un tesoro por explorar.