Los antibióticos han salvado innumerables vidas y son una herramienta crucial en la medicina moderna. Pero estamos perdiendo terreno en nuestra batalla contra las bacterias. A mediados del siglo pasado, los científicos descubrió clases completamente nuevas de antibióticos. Desde entonces, el ritmo de los descubrimientos se ha reducido a un mínimo y la prevalencia de bacterias resistentes a los antibióticos ha aumentado.

Es probable que aún queden antibióticos por descubrir, pero el universo químico es demasiado grande para que alguien pueda buscarlo. En los últimos años, los científicos han recurrido a la IA. Los algoritmos de aprendizaje automático pueden reducir una enorme cantidad de configuraciones químicas potenciales a un puñado de candidatos prometedores para realizar pruebas.

Hasta la fecha, los científicos han utilizado la IA para encontrar compuestos únicos con propiedades antibióticas. Pero en un nuevo estudio, publicado ayer en Naturaleza, Los investigadores del MIT dicen que han construido y probado un sistema que puede identificar clases completamente nuevas de antibióticos y predecir cuáles probablemente sean seguros para las personas.

La IA examinó más de 12 millones de compuestos y encontró una clase de antibióticos no descubierta que demostró ser eficaz en ratones contra Staphylococcus aureus resistente a la meticilina (MRSA), una cepa mortal de insecto resistente a los medicamentos.

Si bien estos antibióticos descubiertos por la IA aún necesitan demostrar que son seguros y efectivos en humanos al pasar el desafío estándar de las pruebas clínicas, el equipo cree que su trabajo puede acelerar el descubrimiento desde el principio y, con suerte, aumentar nuestra tasa de acierto general.

Explorando el espacio de las drogas

Los científicos utilizan cada vez más compinches de IA para acelerar el proceso de descubrimiento. Quizás el más famoso sea AlphaFold de DeepMind, un programa de aprendizaje automático que puede modelar las formas de las proteínas, los componentes básicos de nuestro cuerpo. La idea es que AlphaFold y sus descendientes puedan acelerar el arduo proceso de investigación de fármacos. Su convicción es tan fuerte que DeepMind creó una filial en 2021. Laboratorios isomorfos, dedicado a hacer justamente eso.

Otros enfoques de IA también se han mostrado prometedores. Un grupo del MIT, en particular, se ha centrado en desarrollar antibióticos completamente nuevos para combatir las superbacterias. Su primer estudio, publicado en 2020, estableció que el enfoque podría funcionar cuando encontraron halicina, un antibiótico no descubierto previamente que podría eliminar fácilmente la E. coli resistente a los medicamentos.

En un seguimiento a principios de este año, el equipo apuntó a Acinetobacter baumannii, “el enemigo público número uno de las infecciones bacterianas multirresistentes”, según Jonathan Stokes, de la Universidad McMaster, autor principal del estudio.

“Acinetobacter puede sobrevivir en los picaportes y equipos de los hospitales durante largos períodos de tiempo y puede absorber genes de resistencia a los antibióticos de su entorno. Ahora es muy común encontrar aislados de A. baumannii que son resistentes a casi todos los antibióticos”. Stokes dijo en ese momento.

Después de analizar 6,680 compuestos en sólo dos horas, la IA destacó unos cientos de candidatos prometedores. El equipo probó 240 de ellos que eran estructuralmente diferentes de los antibióticos existentes. Encontraron nueve candidatos prometedores, incluido uno, la abaucina, que fue bastante eficaz contra A. baumannii.

Ambos estudios demostraron que el enfoque podría funcionar, pero solo arrojaron candidatos únicos sin información sobre porque fueron efectivos. Los algoritmos de aprendizaje automático son, notoriamente, cajas negras; lo que sucede “entre los oídos”, por así decirlo, es a menudo un completo misterio.

En el último estudio, el grupo apuntó a otro adversario conocido, MRSA, solo que esta vez encadenaron varios algoritmos para mejorar los resultados e iluminar mejor el razonamiento de la IA.

Activar el interruptor

El último sabueso antibiótico del equipo se entrenó en unos 39,000 compuestos, incluida su estructura química y su capacidad para matar MRSA. También entrenaron modelos separados para predecir la toxicidad de un compuesto determinado para las células humanas.

"Se puede representar básicamente cualquier molécula como una estructura química, y también decirle al modelo si esa estructura química es antibacteriana o no", dijo Felix Wong, postdoctorado en IMES y el Instituto Broad del MIT y Harvard. les dijo a Noticias del MIT. “El modelo se entrena con muchos ejemplos como este. Si luego le da cualquier molécula nueva, una nueva disposición de átomos y enlaces, puede indicarle la probabilidad de que se prediga que ese compuesto sea antibacteriano”.

Una vez completado, el equipo introdujo más de 12 millones de compuestos en el sistema. La IA redujo esta enorme lista a alrededor de 3,600 compuestos organizados en cinco clases (según sus estructuras) que predijo que tendrían cierta actividad contra MRSA y serían mínimamente tóxicos para las células humanas. El equipo llegó a una lista final de 283 candidatos para la prueba.

De estos, encontraron dos de la misma clase (es decir, tenían componentes estructurales similares que se cree que contribuyen a la actividad antimicrobiana) que eran bastante efectivos. En ratones, los antibióticos combatieron tanto una infección de la piel como una infección sistémica al eliminar el 90 por ciento de las bacterias MRSA presentes.

En particular, mientras que su trabajo anterior abordó las bacterias Gram negativas alterando las membranas celulares, el MRSA es Gram positivo y tiene paredes más gruesas.

"Tenemos pruebas bastante sólidas de que esta nueva clase estructural es activa contra los patógenos grampositivos al disipar selectivamente la fuerza motriz de los protones en las bacterias", dijo Wong. "Las moléculas atacan selectivamente las membranas celulares bacterianas, de una manera que no provoca daños sustanciales en las membranas celulares humanas".

Al hacer que su IA sea explicable, el equipo espera centrarse en estructuras que podrían informar búsquedas futuras o contribuir al diseño de antibióticos más eficaces en el laboratorio.

Exámenes finales

Lo clave a tener en cuenta aquí es que, aunque parece que los nuevos antibióticos fueron eficaces en ratones a muy pequeña escala, aún queda un largo camino por recorrer antes de que te receten uno.

Los nuevos medicamentos se someten a pruebas y ensayos clínicos rigurosos, y muchos, incluso los candidatos más prometedores, no logran pasar al otro lado. El campo del descubrimiento de fármacos asistido por IA, en términos más generales, es todavía en las primeras etapas a este respecto. La primera Los medicamentos diseñados con IA se encuentran ahora en ensayos clínicos, pero aún no se ha aprobado ninguno.

Aún así, la esperanza es abastecer más rápidamente la cartera de mejores candidatos.

Pueden pasar de tres a seis años hasta que se descubra un nuevo antibiótico adecuado para ensayos clínicos. según la Universidad de Pensilvania César de la Fuente, cuyo laboratorio está haciendo un trabajo similar. Luego están las pruebas mismas. Con el aumento de la resistencia a los antibióticos, es posible que no tengamos ese tipo de tiempo, sin mencionar el hecho de que los antibióticos no tienen el mismo retorno de la inversión que otros medicamentos. Cualquier ayuda es bienvenida.

"Ahora, con las máquinas, hemos podido acelerar [el cronograma]". de la Fuente dijo Scientific American. “En mi propio trabajo y el de mis colegas, por ejemplo, podemos descubrir en cuestión de horas miles o cientos de miles de candidatos preclínicos en lugar de tener que esperar de tres a seis años. Creo que la IA en general lo ha permitido”.

Aún es temprano, pero si los antibióticos descubiertos por la IA demuestran su eficacia en los próximos años, tal vez podamos mantener la ventaja en nuestra larga batalla contra las bacterias.

Crédito de la imagen: Un glóbulo blanco humano que ingiere MRSA (púrpura) / Instituto Nacional de Alergias y Enfermedades Infecciosas, Institutos Nacionales de Salud

• Distribución de relaciones públicas y contenido potenciado por SEO. Consiga amplificado hoy.
• PlatoData.Network Vertical Generativo Ai. Empodérate. Accede Aquí.
• PlatoAiStream. Inteligencia Web3. Conocimiento amplificado. Accede Aquí.
• PlatoESG. Carbón, tecnología limpia, Energía, Ambiente, Solar, Gestión de residuos. Accede Aquí.
• PlatoSalud. Inteligencia en Biotecnología y Ensayos Clínicos. Accede Aquí.
• Fuente: https://singularityhub.com/2023/12/21/ai-discovers-a-new-class-of-antibiotics-after-scouring-12-million-compounds/