Un trabajo del Honoris Causa de la ULE César de la Fuente revela un nuevo sistema de IA que acelera la búsqueda de antibióticos
Un equipo de investigadores de la Universidad de Pensilvania, dirigido por el egresado de la Universidad de León, César de la Fuente, científico que fue investido Doctor Honoris Causa por la institución leonesa el pasado mes de febrero, desarrolló recientemente un sistema de Inteligencia Artificial llamado ‘ApexGO’, que puede ayudar a crear candidatos a antibióticos más potentes con mayor rapidez, ofreciendo una posible nueva vía para combatir infecciones resistentes a los fármacos.
El descubrimiento fue dado a conocer el pasado miércoles en un artículo titulado ‘A generative artificial intelligence approach for peptide antibiotic optimization’, publicado en la revista ‘Nature Machine Intelligence’.
Amenaza creciente para la medicina
La resistencia a los antibióticos es una de las mayores amenazas de la medicina moderna, ya que 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.
Cómo funciona 'ApexGO'
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. El sistema se centra en péptidos, que son pequeñas moléculas similares a proteínas que pueden actuar como antibióticos y, en lugar de limitarse a buscar en listas existentes de moléculas conocidas, parte de plantillas peptídicas y sugiere cambios que podrían aumentar su eficacia a la hora de eliminar bacterias dañinas. Así, el modelo actúa como un motor de diseño inteligente: aprende patrones a partir ir de secuencias peptídicas y luego 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 100 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.
"Un paso importante para el futuro"
“ApexGO demuestra que se puede utilizar la IA para algo más que predecir qué moléculas podrían funcionar: puede ayudar a mejorarlas”, explicó César de la Fuente, quien detalló que 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 y ‘ApexGO’ es un paso importante hacia ese futuro”, añadió.
