La inteligencia artificial puede acelerar el diseño de moléculas para nuevos antibióticos
Imagen de moritz320 en Pixabay
La resistencia a los antibióticos es una gran amenaza para la salud humana, más aún durante la actual pandemia. Este desafío -que solo en Estados Unidos afecta a más de tres millones de personas que se infectan con bacterias u hongos resistentes a los antibióticos cada año- también es una preocupación en América Latina. Por su parte, la Organización Mundial de la Salud está trabajando en una iniciativa global, que incluye a los países de Latinoamérica, para coordinar una respuesta a este enorme problema.
Por Equipo de Preservar/Agencias.
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: hay más combinaciones químicas posibles de una nueva molécula que átomos en el Universo.
Allanando 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. Y funciona: en “Acelerando el descubrimiento de antimicrobianos con modelos generativos profundos controlables y dinámica molecular“, publicado 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. Los péptidos son moléculas pequeñas, se trata de cadenas cortas de aminoácidos, que son los componentes básicos de las proteínas. El enfoque del equipo supera a otros métodos de diseño de AMP líderes en casi un 10%.
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, materiales para absorber y capturar carbono para ayudar a combatir el cambio climático, materiales para una producción y almacenamiento de energía más inteligente, y mucho más. Para luchar contra estos desafíos debemos 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. Y esperamos que la IA de IBM también se pueda utilizar para ayudar a abordar los otros desafíos de descubrimiento más difíciles del mundo, como el diseño de nuevas terapias, fotorresistencias sostenibles y amigables con el medio ambiente, nuevos catalizadores para una captura de carbono más eficiente y mucho más.
