Compartir
Un equipo de investigadores de la Universidad de Pensilvania ha logrado un hito significativo en la lucha contra la resistencia antimicrobiana al desarrollar una plataforma de inteligencia artificial generativa capaz de diseñar y perfeccionar nuevos antibióticos en cuestión de horas. Este avance podría transformar radicalmente la forma en que enfrentamos las infecciones causadas por patógenos multirresistentes, acelerando el desarrollo de fármacos más potentes y efectivos contra los microorganismos más desafiantes de tratar.
Bajo la dirección del investigador César de la Fuente, el equipo creó una herramienta denominada ApexGO, que funciona como un motor de optimización molecular capaz de identificar compuestos existentes y mejorarlos significativamente. Lo innovador de este sistema radica en su capacidad para transformar plantillas moleculares en candidatos terapéuticos viables con una velocidad y precisión que superan ampliamente los métodos convencionales de investigación farmacológica. Los hallazgos fueron publicados en Nature Machine Intelligence, consolidando la relevancia científica del descubrimiento.
La crisis de resistencia a los antibióticos representa uno de los desafíos más apremiantes de la medicina contemporánea. A medida que las bacterias desarrollan mecanismos de defensa contra los fármacos disponibles, la comunidad científica enfrenta una presión creciente por descubrir nuevas opciones terapéuticas de manera mucho más ágil que lo que permiten los procesos tradicionales de investigación y desarrollo.
El sistema se enfoca en péptidos, moléculas diminutas con estructura similar a las proteínas que poseen propiedades antibióticas naturales. A diferencia de los enfoques convencionales que se limitan a explorar catálogos de moléculas ya conocidas, ApexGO opera de forma diferente:
- Parte de plantillas peptídicas base como punto de partida
- Sugiere modificaciones específicas para incrementar la efectividad antimicrobiana
- Funciona como un diseñador inteligente que identifica patrones en secuencias peptídicas
- Propone variantes optimizadas con mayores probabilidades de éxito terapéutico
Para validar esta metodología innovadora, los científicos seleccionaron diez péptidos base y utilizaron ApexGO para generar versiones mejoradas. Posteriormente, sintetizaron cien de estas variantes en laboratorio y evaluaron exhaustivamente su desempeño: capacidad bactericida, mecanismos de acción, estructuras moleculares formadas y potencial toxicidad para células humanas.
Los resultados fueron particularmente alentadores contra bacterias gramnegativas, un grupo de microorganismos notoriamente difícil de erradicar que incluye algunos de los patógenos nosocomiales más peligrosos. Este hallazgo es especialmente relevante dado que estas bacterias representan una amenaza significativa en entornos hospitalarios.
Según César de la Fuente, el verdadero valor de ApexGO trasciende la simple predicción: «La IA puede ayudar a mejorar moléculas existentes», explorando posibilidades moleculares completamente nuevas que posteriormente pueden sintetizarse y someterse a pruebas experimentales. Este enfoque es particularmente crucial considerando el aumento acelerado de la resistencia antimicrobiana a nivel mundial.
El investigador enfatiza la urgencia de contar con tecnologías capaces de acelerar significativamente el proceso de desarrollo de candidatos terapéuticos reales, posicionando este sistema como un paso fundamental hacia el futuro de la farmacología. Por su parte, Marcelo Torres, miembro del equipo, destaca que el proceso tradicional de descubrimiento de antibióticos es «lentísimo, costoso y basado en prueba y error», mientras que esta plataforma de IA permite guiar el diseño, fabricar los compuestos más prometedores y validarlos experimentalmente de manera simultánea.
Los investigadores proyectan un horizonte aún más ambicioso donde la inteligencia artificial generativa se consolide como herramienta práctica en el descubrimiento farmacológico, permitiendo que los científicos transiten más rápidamente desde la conceptualización inicial hasta tratamientos clínicamente viables. Este avance representa un cambio de paradigma en cómo abordamos los desafíos de salud pública relacionados con la resistencia antimicrobiana.
