Inteligencia Artificial diseña y optimiza nuevos antibióticos en horas
Sistema ApexGO acelera el desarrollo de tratamientos contra infecciones resistentes
Avance en el descubrimiento de antibióticos
Un equipo de investigadores de la Universidad de Pensilvania ha desarrollado una herramienta de inteligencia artificial generativa denominada ApexGO, capaz de diseñar y acelerar la creación de nuevos antibióticos. Este sistema representa un avance significativo en la medicina moderna, especialmente en la lucha contra las infecciones resistentes a los fármacos.
Liderados por el investigador César de la Fuente, los científicos han creado una solución innovadora que busca compuestos existentes, los optimiza y transforma plantillas moleculares en candidatos terapéuticos reales con una velocidad y precisión sin precedentes.
Reducción drástica de tiempos de investigación
Mediante validación en laboratorio, los investigadores comprobaron que la inteligencia artificial puede reducir años de investigación a solo unas horas. Los resultados de este trabajo fueron publicados esta semana en la revista Nature Machine Intelligence.
El sistema se centra en péptidos, pequeñas moléculas similares a proteínas que pueden actuar como antibióticos. A diferencia de métodos tradicionales que buscan en listas de moléculas conocidas, ApexGO parte de plantillas de péptidos y sugiere cambios que aumentan su eficacia para eliminar bacterias dañinas.
Funcionamiento del sistema
El modelo actúa como un motor de diseño inteligente: aprende patrones a partir de secuencias peptídicas y luego propone nuevas versiones con mayores probabilidades de funcionar. Para comprobar su efectividad, los investigadores partieron de 10 péptidos base y utilizaron la herramienta para crear versiones mejoradas.
Posteriormente, fabricaron 100 de esos péptidos en laboratorio y analizaron su capacidad para combatir bacterias, su funcionamiento, las estructuras que formaban y su posible toxicidad para las células humanas.
Resultados prometedores
Los resultados fueron especialmente exitosos contra bacterias gramnegativas, un tipo particularmente difícil de tratar que incluye algunas de las infecciones hospitalarias más peligrosas. Este logro abre perspectivas importantes para el tratamiento de enfermedades infecciosas complejas.
Según César de la Fuente:
"ApexGO demuestra que se puede utilizar la IA para algo más que predecir qué moléculas podrían funcionar: puede ayudar a mejorarlas". El investigador enfatizó que el modelo parte de antibióticos peptídicos prometedores y aprende a optimizarlos, explorando nuevas posibilidades moleculares que posteriormente se pueden sintetizar y probar en laboratorio.
Respuesta a una amenaza global
La resistencia a los antibióticos representa una de las mayores amenazas de la medicina moderna. A medida que más bacterias aprenden a sobrevivir a los fármacos utilizados para eliminarlas, los investigadores enfrentan mayor presión para encontrar nuevos tratamientos con mayor rapidez que la que permiten los métodos tradicionales.
De la Fuente subrayó la necesidad de tecnologías capaces de avanzar más rápido para conseguir candidatos terapéuticos reales, calificando este sistema de IA como "un paso importante hacia ese futuro".
Transformación del proceso de descubrimiento
El investigador Marcelo Torres señaló que encontrar nuevos antibióticos suele ser un proceso lento, costoso y lleno de ensayo y error. Lo relevante de este avance es que se utilizó la IA para guiar el proceso de diseño, fabricar los compuestos más prometedores y validar experimentalmente muchos de ellos.
Los investigadores apuntan hacia un futuro en el que la inteligencia artificial generativa se convierta en una herramienta práctica para el descubrimiento de fármacos, acelerando significativamente el desarrollo de nuevas soluciones terapéuticas.
Esta noticia fue desarrollada por los Profesionales del Grupo Diario Paraguayo gracias a la noticia original creada por nuestros amigos del Diario UltimaHora.
Nuestro equipo editorial trabaja para ofrecerte la información más clara, completa y actualizada.