El científico gallego César de la Fuente lidera un modelo de IA para optimizar antibióticos y combatir la resistencia bacteriana

Investigadores del Machine Bilogy Group de la Universidad de Pensilvania (EE UU), que dirige el biotecnólogo gallego César de la Fuente (A Coruña, 1986), han desarrollado un sistema de inteligencia artificial (IA) generativa llamado ApexGO que puede ayudar a crear candidatos a antibióticos más potentes con mayor rapidez. Este avance, que publica hoy la revista Nature Machine Intelligence, ofrece una posible nueva vía para combatir infecciones resistentes a los fármacos.

El artículo, titulado A generative artificial intelligence approach for peptide antibiotic optimization, detalla que este modelo de IA ha optimizado antibióticos y ha producido candidatos con altas tasas de éxito experimental y una actividad prometedora contra infecciones resistentes a fármacos en estudios preclínicos.

«ApexGO demuestra que se puede utilizar la IA para algo más que predecir qué moléculas podrían funcionar; puede ayudar a mejorarlas», avanza el investigador gallego, catedrático en esa universidad estadounidense.

Cerca de cinco millones de personas en el mundo mueren a causa de la resistencia a los antibióticos y se prevé que en 2050 ocasiones más muertes que el cáncer, lo que la convierte en una de las tres principales amenazas de salud pública y en uno de los mayores desafíos a los que se enfrenta la medicina moderna. A medida que más bacterias aprenden a sobrevivir a los fármacos utilizados para eliminarlas, los investigadores se enfrentan a mayor presión para encontrar nuevos tratamientos de manera más rápida que la que permiten los métodos tradicionales. El equipo de la Universidad de Pensilvania diseñó ApexGO para contribuir a cerrar esa brecha mediante el uso de IA generativa con la intención de optimizar moléculas antibióticas prometedoras antes de probarlas en el laboratorio.

Según los científicos, el sistema se centra en péptidos, que son pequeñas moléculas similares a proteínas que pueden actuar como antibióticos. En lugar de limitarse a buscar en listas existentes de moléculas conocidas, ApexGO parte de plantillas peptídicas y sugiere cambios que podrían aumentar su eficacia a la hora de eliminar bacterias dañinas. Es decir, el modelo actúa como un motor de diseño inteligente: aprende patrones a partir de secuencias peptídicas y después propone nuevas versiones con más probabilidades de funcionar.

Para probar este enfoque, los investigadores comenzaron con diez plantillas peptídicas y utilizaron ApexGO para diseñar versiones mejoradas. Después sintetizaron cien de esos péptidos en el laboratorio y estudiaron su eficacia contra bacterias, además de su funcionamiento, qué estructuras formaban y si mostraban indicios de toxicidad para las células. Los resultados fueron especialmente sólidos frente a bacterias gramnegativas, un grupo de patógenos difíciles de tratar que incluye algunas de las infecciones hospitalarias más peligrosas.

«El modelo parte de antibióticos peptídicos prometedores y aprende a optimizarlos, explorando nuevas posibilidades moleculares que después podemos sintetizar y probar en el laboratorio. En un momento en el que la resistencia a los antibióticos está aumentando en todo el mundo, necesitamos tecnologías que nos ayuden a avanzar más rápido materializando la idea en un candidato terapéutico real. ApexGO es un paso importante hacia ese futuro», manifiesta el científico gallego.

En este contexto, el laboratorio que dirige utiliza el poder de las máquinas para acelerar los descubrimientos en biología y medicina, con un enfoque en las biomoléculas funcionales más pequeñas de la vida —los péptidos— y los organismos vivos más simples —las bacterias—. El grupo integra computación, química, microbiología y validación experimental para identificar, diseñar y validar nuevos péptidos para una amplia gama de aplicaciones, incluida la lucha contra patógenos resistentes a los fármacos.

«En un momento en el que la resistencia a los antibióticos está aumentando en todo el mundo, necesitamos tecnologías que nos ayuden a avanzar más rápido»

César de la Fuente

— Científico, director del Machine Biology Group de la Universidad de Pensilvania

Cada vez hay más bacterias resistentes a los antibióticos, un fenómeno que preocupa a los científicos, especialmente por la velocidad con la que se está produciendo este fenómeno. En este sentido, el bioquímico Marcelo Torres explica que el descubrimiento de antibióticos suele ser lento y costoso, por lo que las bacterias superresistentes ganan terreno a los nuevos fármacos eficaces.

«Encontrar nuevos antibióticos suele ser un proceso lento, costoso y lleno de ensayo y error. Lo emocionante aquí es que pudimos utilizar la IA para guiar el proceso de diseño, fabricar los compuestos más prometedores y luego validar experimentalmente muchos de ellos», señala Torres.

Según los investigadores, este estudio apunta a un futuro más amplio en el que la IA generativa se convierta en una herramienta práctica para el descubrimiento de fármacos, ayudando a los científicos a avanzar con mayor rapidez desde la idea hasta el posible tratamiento. Esto podría marcar una diferencia significativa en el esfuerzo global por mantenerse por delante de las infecciones resistentes en el descubrimiento de nuevos antibióticos.

El Machine Bilogy Group ha contribuido a impulsar el campo emergente del descubrimiento de antibióticos guiado por IA. En esta área, el equipo que lidera el científico gallego ha desarrollado enfoques computacionales para explorar datos biológicos globales a gran escala, contribuyendo a la identificación de más de un millón de candidatos antimicrobianos y reduciendo los tiempos de descubrimiento de años a horas. El científico gallego ha sido pionero en el desarrollo del primer antibiótico diseñado por ordenador con eficacia en modelos animales, demostrando la aplicación de la IA al descubrimiento de antibióticos y contribuyendo a impulsar este campo emergente.

Su laboratorio está a la vanguardia del desarrollo de métodos computacionales para explorar digitalmente la información biológica del mundo, lo que ha llevado a la identificación de más de un millón de nuevos compuestos antimicrobianos. Se estima que el trabajo de De la Fuente y sus colaboradores ha multiplicado la velocidad del descubrimiento de antibióticos por un factor de varios millones, ahorrando muchos años de investigación humana y reduciendo lo que antes requería décadas de trabajo colectivo a apenas unas horas.

De la Fuente atesora más de 80 premios nacionales e internacionales, incluido su nombramiento como Fellow del American Institute for Medical and Biological Engineering (AIMBE), convirtiéndose en una de las personas más jóvenes en ingresar en dicha institución. Ha publicado cerca de 200 artículos revisados por pares en revistas de primer nivel como Cell, Science, Cell Host & Microbe, Nature Biomedical Engineering, Nature Microbiology y PNAS.

Suscríbete para seguir leyendo