Los investigadores del MIT despliegan una máquina de aprendizaje para desarrollar antibióticos eficaces

Los investigadores del MIT despliegan una máquina de aprendizaje para desarrollar antibióticos eficaces

Recientemente, un equipo de investigadores del MIT descubrió un nuevo y poderoso antibiótico usando algoritmos de aprendizaje automático. El antibiótico lleva el nombre de la IA de 2001: Una Odisea del Espacio, la halicina. Eliminó con éxito numerosas cepas bacterianas, incluyendo algunas de las bacterias resistentes a los medicamentos más peligrosas de la lista de las más buscadas de la Organización Mundial de la Salud. Después de meses de esfuerzos y experimentos, la bacteria E. coli tampoco desarrolló resistencia a la halicina, en claro contraste con el antibiótico existente ciprofloxacina.

Como se señala en el estudio, «Debido a la rápida aparición de bacterias resistentes a los antibióticos, hay una creciente necesidad de descubrir nuevos antibióticos. Para hacer frente a este desafío, entrenamos una profunda red neuronal capaz de predecir las moléculas con actividad antibacteriana. Realizamos predicciones en múltiples bibliotecas químicas y descubrimos una molécula del Hub de Reposición de Drogas – la halicina – que es estructuralmente divergente de los antibióticos convencionales y muestra actividad bactericida contra un amplio espectro filogenético de patógenos, incluyendo Mycobacterium tuberculosis y Enterobacteriaceae resistentes al carbapenem. La halicina también trató eficazmente las infecciones por Clostridioides difficile y Acinetobacter baumannii pan-resistente en modelos murinos. Además, a partir de un conjunto discreto de 23 predicciones probadas empíricamente de>107 millones de moléculas curadas de la base de datos ZINC15, nuestro modelo identificó ocho compuestos antibacterianos que están estructuralmente distantes de los antibióticos conocidos. Este trabajo resalta la utilidad de los enfoques de aprendizaje profundo para expandir nuestro arsenal de antibióticos a través del descubrimiento de moléculas antibacterianas estructuralmente distintas».

Según una autora principal del estudio y profesora de informática del MIT, Regina Barzilay, «En términos de descubrimiento de antibióticos, esto es absolutamente una primicia».

Según se informa, el algoritmo que descubrió la halicina se entrenó en las características moleculares de 2.500 compuestos. Casi la mitad eran medicamentos aprobados por la FDA, y otros 800 de origen natural. Los investigadores ajustaron específicamente el algoritmo para buscar moléculas con propiedades antibióticas pero cuyas estructuras difirieran de las de los antibióticos existentes (como lo hace la halicina). Usando otro programa de aprendizaje de la máquina, revisaron los resultados para aquellos que pudieran ser seguros para los humanos.

Los primeros estudios sugieren que la halicina ataca las membranas celulares de las bacterias, interrumpiendo su capacidad de producir energía. Proteger la membrana celular de la halicina podría requerir más de una o dos mutaciones genéticas, lo que podría explicar su impresionante capacidad para prevenir la resistencia.

James Collins, un profesor de bioingeniería del MIT y autor principal, dijo: «Creo que este es uno de los antibióticos más poderosos que se han descubierto hasta la fecha. Tiene una notable actividad contra una amplia gama de patógenos resistentes a los antibióticos».

Además de las pruebas en colonias bacterianas de disco de Petri, el equipo también probó la halicina en ratones. El antibiótico eliminó las infecciones de una cepa de bacterias resistentes a todos los antibióticos conocidos en un día. El equipo planea seguir estudiando en asociación con una compañía farmacéutica o sin fines de lucro, y esperan eventualmente probar que es seguro y efectivo para su uso en humanos.

Sin embargo, este último paso sigue siendo el más difícil, dado el costo de conseguir la aprobación de un nuevo medicamento, pero Collins espera que algoritmos como el suyo ayuden y puedan reducir drásticamente el costo requerido para pasar los ensayos clínicos.

Además, Barzilay espera que el enfoque pueda encontrar o incluso diseñar nuevos antibióticos que maten las bacterias malas con rapidez y que al mismo tiempo eviten a los buenos. De esta manera, una ronda de antibióticos curaría lo que sea que enferme a la gente sin eliminar todo su microbioma intestinal en el proceso.

El descubrimiento en sí mismo es un logro mayor, pero el panorama general implica el uso cada vez mayor de la enseñanza mecánica y tecnologías similares en el largo y costoso proceso de descubrimiento de medicamentos. Además de los investigadores del MIT, otras universidades y actores de la industria que trabajan en este campo están desplegando ampliamente la IA para producir una gran cantidad de compuestos similares a los medicamentos para prosperar en la industria de la salud infundidos con tecnologías de la nueva era.

Barzilay dice: «Todavía hay una pregunta sobre si las herramientas de aprendizaje por máquina realmente están haciendo algo inteligente en la atención sanitaria, y cómo podemos desarrollarlas para que sean caballos de batalla en la industria farmacéutica. Esto muestra hasta qué punto puedes adaptarte a esta herramienta».

Leave a Comment!