De esta forma la IA permite desarrollar nuevos antibióticos más rápido

La salud de hoy necesita el conocimiento de mañana. Los médicos, investigadores, instituciones y laboratorios tienen en sus manos la oportunidad de impulsar la innovación en el cuidado de la salud con soluciones de inteligencia artificial, tecnologías de nube híbrida, automatización y muy pronto la computación cuántica. Desde hace décadas se han concentrado esfuerzos para diseñar nuevos antibióticos pero el principal reto es que se trata de un proceso que se prolongo por varios años. Aunque ahora eso podría ya no ser así.

Por ejemplo, la resistencia a los antibióticos es una gran amenaza para la salud humana, más aún durante la actual pandemia. Por su parte, la Organización Mundial de la Salud (OS) trabaja en una iniciativa global, que incluye a los países de América Latina, para coordinar una respuesta a este enorme problema.

Procesos más rápidos

Sin embargo, se están desarrollando muy pocos antibióticos nuevos para reemplazar a los que ya no funcionan. Esto se debe a que el diseño de fármacos es un proceso extremadamente difícil y largo. Para tener una idea, hay más combinaciones químicas posibles de una nueva molécula que átomos en el Universo.

Para facilitar el camino hacia la era del descubrimiento acelerado, el equipo de investigación de IBM Research ha desarrollado un sistema de Inteligencia Artificial que puede ayudar a acelerar el diseño de moléculas para antibióticos novedosos. En la investigación titulada “Acelerando el descubrimiento de antimicrobianos con modelos generativos profundos controlables y dinámica molecular”, publicada en Nature Biomedical Engineering, el equipo describe cómo se utilizó para crear dos nuevos péptidos antimicrobianos no tóxicos (non-toxic antimicrobial peptides – AMPs) con una gran potencia de amplio espectro.

¿En qué consiste?

Más allá de los antibióticos, este sistema de IA generativa podría acelerar el proceso de diseño de las mejores moléculas posibles para nuevos fármacos y materiales, lo que permitiría a los científicos utilizar la IA para descubrir y diseñar mejores candidatos para fármacos y terapias más eficaces para enfermedades. Para luchar contra estos desafíos es necesario acelerar la tasa de descubrimiento de moléculas nuevas y funcionales a escala.

El equipo de IBM Research utilizó un modelo generativo de IA denominado autocodificador generativo profundo para aprender sobre el vasto espacio de moléculas peptídicas conocidas. El modelo capturó información significativa, lo que permitió explorar más allá de las plantillas antimicrobianas conocidas. Luego, los investigadores aplicaron Controlled Latent attribute Space Sampling (CLaSS), un método computacional desarrollado recientemente para generar moléculas peptídicas novedosas con propiedades personalizadas. Después, gracias a los clasificadores de aprendizaje profundo, examinaron las moléculas antimicrobianas candidatas generadas por IA en busca de atributos clave adicionales, como toxicidad y actividad de amplio espectro o la presencia de características fisicoquímicas novedosas indicativas de unión estable y péptido-membrana.

En 48 días, el enfoque de diseño molecular impulsado por IA para acelerar el descubrimiento permitió al equipo identificar, sintetizar y probar experimentalmente 20 nuevos péptidos antimicrobianos candidatos generados por IA. Dos de ellos resultaron ser muy potentes contra diversos patógenos gram-positivos y gram-negativos (incluida K. pneumoniae resistente a múltiples fármacos) y es muy poco probable que desencadenen resistencia a los medicamentos en E. Coli.

El enfoque propuesto podría conducir a un descubrimiento más rápido y eficiente de antimicrobianos potentes y selectivos de amplio espectro para mantener a raya a las bacterias resistentes a los antibióticos, definitivamente.