Unos científicos han creado un sistema de inteligencia artificial que rediseña candidatos a antibiótico prometedores pero imperfectos, consiguiendo transformarlos en fármacos plenamente aptos como antibióticos.
El logro es obra de un equipo integrado, entre otros, por Marcelo D. T. Torres y César de la Fuente, ambos de la Universidad de Pensilvania, en la ciudad estadounidense de Filadelfia.
A diferencia de otros sistemas de inteligencia artificial existentes para el descubrimiento de antibióticos, que examinan grandes bases de datos en busca de moléculas que puedan funcionar, el nuevo sistema, llamado ApexGO, comienza con una pequeña cantidad de candidatos imperfectos y los mejora paso a paso, utilizando un algoritmo predictivo para evaluar cada modificación y guiar la siguiente.
“El descubrimiento de nuevos antibióticos es fundamentalmente un problema de búsqueda en un enorme espacio molecular. ApexGO nos brinda una manera de navegar por ese espacio con mucha más precisión”, explica De la Fuente.
Los candidatos a antibiótico mejorados por la inteligencia artificial fueron probados en el laboratorio contra bacterias patógenas, confirmándose en buena parte las predicciones de ApexGO: el 85% de las moléculas generadas por la inteligencia artificial detuvieron el crecimiento bacteriano, mientras que el 72% superaron a las versiones iniciales. En ratones, dos péptidos antimicrobianos creados por ApexGO redujeron la carga bacteriana a niveles comparables a los que logra la polimixina B, un antibiótico que suele reservarse como último recurso para casos de infecciones provocadas por microbios resistentes a los antibióticos.
Torres, De la Fuente y sus colegas exponen los detalles técnicos de ApexGO en la revista académica Nature Machine Intelligence, bajo el título “A generative artificial intelligence approach for peptide antibiotic optimization”.
