Con el rápido aumento de la resistencia a los medicamentos en muchos patógenos, se necesitan desesperadamente nuevos antibióticos. Puede ser solo cuestión de tiempo antes de que una herida o rasguño se convierta en una amenaza para la vida.
Sin embargo, pocos antibióticos nuevos han ingresado al mercado en los últimos tiempos, e incluso estos son solo variantes menores de los antibióticos antiguos.
Ahora, un poderoso antibiótico capaz de matar a algunas de las bacterias resistentes más peligrosas del mundo fue descubierto por un equipo de investigadores utilizando inteligencia artificial (IA).
Es la primera vez que se encuentra un antibiótico de esta manera y, según expertos, se trata de un gran avance en la lucha contra el creciente problema de la resistencia a los antibióticos.
Para encontrarlo, los investigadores desarrollaron una red neuronal, un algoritmo de inteligencia artificial inspirado en la arquitectura del cerebro, que aprende las propiedades de las moléculas átomo por átomo.
La IA analizó un conjunto de más de 100 millones de moléculas, en cuestión de días. El compuesto descubierto fue capaz de matar más 35 tipos de bacterias potencialmente mortales, dijeron los investigadores.
El trabajo fue dirigido por el biólogo sintético Jim Collins del Instituto Tecnología de Massachusetts en Cambridge, los resultados del estudio se publican en revista cell.
Los investigadores dicen que el antibiótico, llamado halicina, es el primero descubierto con inteligencia artificial (IA). Aunque la IA se ha utilizado para ayudar a partes del proceso de descubrimiento de antibióticos antes, dicen que esta es la primera vez que ha identificado nuevos tipos de antibióticos desde cero, sin utilizar ninguna suposición humana previa.
Los investigadores entrenaron su red neuronal para detectar moléculas que inhiben el crecimiento de la bacteria Escherichia coli, utilizando una colección de 2,335 moléculas para las cuales se conocía la actividad antibacteriana. Esto incluye una biblioteca de aproximadamente 300 antibióticos aprobados, así como 800 productos naturales de origen vegetal, animal y microbiano.
El algoritmo aprende a predecir la función molecular sin suposiciones sobre cómo funcionan las drogas y sin que se etiqueten los grupos químicos, dice Regina Barzilay, investigadora de IA del MIT y coautora del estudio. “Como resultado, el modelo puede aprender nuevos patrones desconocidos para los expertos humanos”.
Una vez que el modelo fue entrenado, los investigadores lo usaron para examinar una biblioteca llamada Drug Repurposing Hub, que contiene alrededor de 6,000 moléculas bajo investigación para enfermedades humanas. Le pidieron que predijera cuál sería eficaz contra E. coli y que solo les mostrará moléculas que se vean diferentes de los antibióticos convencionales.
De los resultados resultantes, los investigadores seleccionaron alrededor de 100 candidatos para pruebas físicas. Uno de estos, una molécula que se está investigando como tratamiento para la diabetes, resultó ser un antibiótico potente, al que llamaron halicina después de HAL, la computadora inteligente en la película 2001: Una odisea del espacio.
En pruebas en ratones, esta molécula fue activa contra un amplio espectro de patógenos, incluida una cepa de Clostridioides difficile y una de Acinetobacter baumannii que es ”resistente a la panificación” y contra la cual se requieren urgentemente nuevos antibióticos.
Los antibióticos funcionan a través de una variedad de mecanismos, como el bloqueo de las enzimas involucradas en la biosíntesis de la pared celular, la reparación del ADN o la síntesis de proteínas. Pero el mecanismo de Halicin no es convencional: interrumpe el flujo de protones a través de la membrana celular.
En las pruebas iniciales con animales, también parecía tener baja toxicidad y ser robusto contra la resistencia. En los experimentos, la resistencia a otros compuestos antibióticos generalmente surge dentro de un día o dos, dice Collins. “Pero incluso después de 30 días de tales pruebas, no vimos ninguna resistencia contra la halicina”.
Luego, el equipo examinó más de 107 millones de estructuras moleculares en una base de datos llamada ZINC15. De una lista de 23, las pruebas físicas identificaron 8 con actividad antibacteriana. Dos de estos tenían una potente actividad contra una amplia gama de patógenos y podían superar incluso cepas de E. coli resistentes a los antibióticos.
Ahora, el equipo espera asociarse con un grupo o compañía externa para incorporar la halicina a los ensayos clínicos. También quieren ampliar el enfoque para encontrar más antibióticos nuevos y diseñar moléculas desde cero. Barzilay dice que su último trabajo es una prueba de concepto. “Este estudio lo reúne todo y demuestra lo que puede hacer”.
Mayor información: Jonathan M. Stokes, Kevin Yang, Kyle Swanson, James J. Collins, et al. «A Deep Learning Approach to Antibiotic Discovery». Cell, Published: 20 February 2020.