Descubren potente antibiótico contra las superbacterias gracias a inteligencia artificial

La halicina se convierte el primer antibiótico contra las superbacterias que se ha encontrado gracias a la inteligencia artificial.

Una red neuronal acaba de identificar un compuesto, la halicina, que se ha mostrado muy prometedor atacando bacterias difíciles de matar.

Pero eso no es lo mejor.

Lo mejor es que con el descubrimiento de la halicina, el uso de enfoques de aprendizaje profundo aplicados al mundo de los antibióticos muestra su potencial.

Un potencial que llega en el mejor momento: en mitad de una profunda crisis farmacológica que amenaza el futuro cercano de la medicina moderna.

La última vez que un ser humano dijo “hemos descubierto una nueva clase de antibióticos” eran los años 80.

En esencia, todos los antibióticos que se han lanzado durante estas tres décadas son variaciones de medicamentos que ya se habían encontrado antes. ¿La razón?

Es como “buscar una aguja en un pajar” si el pajar tuviera varias decenas de hectáreas.

El Wellcome Trust estima que el proceso necesario para encontrar uno no duraría menos de 15 años y no costaría menos de mil millones de euros.

Todo eso sin saber si va a ser un proceso exitoso o no.

Lo cierto es que nuestra capacidad de encontrar nuevas moléculas se ha ralentizado casi a la misma velocidad en que crecía la preocupación sobre la resistencia a los antibióticos.

Por suerte, tenemos (lo que creemos que es) un arma secreta: la inteligencia artificial.

El runrun de que el aprendizaje automático iba a ser una buena metodología para abordar este problema lleva años entre nosotros, pero eso tiene poco mérito.

Gracias a James Collins, biólogo sintético del MIT tenemos un nuevo método para intentar descubrir nuevos antibióticos de manera rápida y eficiente a través del aprendizaje automático.

Utilizando compuestos conocidos por suprimir el crecimiento de E. coli, el equipo de Collins entrenó una red neuronal para identificar posibles antibióticos.

Una vez a punto, los investigadores la usaron para examinar miles de moléculas registradas en numerosas bibliotecas químicas existentes e intentaron predecir su efectividad.

Los investigadores encontraron que casi el 50% de los compuestos identificados por la red eran efectivos in vitro para acabar con la E. coli.

Esto, pese a que seguimos hablando de un 50%, es una excelente noticia porque, aunque esas enormes bibliotecas de moléculas han estado disponibles durante años, los equipos de investigadores no tienen una forma eficiente de seleccionar las que, con mayor probabilidad, pueden tener propiedades antibióticas.

Si, como sugiere el equipo de Collins en Cell, se pueden usar redes neuronales para identificar buenos candidatos podríamos ahorrar mucho tiempo y recursos.

La red de Collins, además, identificó un compuesto (la halicina) que parece tener buenos resultados con patógenos como la Clostridium difficile, el bacilo de Koch o la Acinetobacter baumannii.

No debemos engañarnos, la investigación sobre estas redes neuronales está en pañales y queda mucho trabajo, pero es reconfortante ver cómo este tipo de enfoques dejan el mundo de las posibilidades y se pasa a materializarse en proyectos interesantes.

Fuente: Xataca