Una Crisis que Demanda Nuevos Enfoques
El mundo se está quedando sin antibióticos efectivos, y las consecuencias ya se miden en vidas humanas. La resistencia antimicrobiana, la capacidad de las bacterias y otros patógenos de evolucionar defensas contra los medicamentos diseñados para matarlos, cobra aproximadamente 1,27 millones de vidas anualmente y contribuye a casi cinco millones de muertes en todo el mundo. El pipeline de nuevos medicamentos antibióticos se ha ralentizado a una fracción de lo que era hace décadas, ya que las empresas farmacéuticas han desviado sus inversiones en investigación hacia áreas terapéuticas más rentables. En esta crisis creciente ha entrado César de la Fuente, un científico de la Universidad de Pensilvania que está reimaginando fundamentalmente de dónde vienen los antibióticos y cómo se descubren.
El enfoque de de la Fuente representa un cambio de paradigma en el descubrimiento de medicamentos. En lugar de seguir la ruta tradicional de examinar muestras de suelo y cultivos microbianos para detectar actividad antimicrobiana, un método que ha producido rendimientos decrecientes desde su era dorada a mediados del siglo veinte, ha recurrido a la IA para explorar enormes bases de datos biológicas que ningún investigador humano podría analizar manualmente. Los resultados han sido sorprendentes, revelando compuestos antibióticos potenciales ocultos en lugares donde nadie pensó en buscar.
Minería de Genomas de Extinción
Una de las direcciones de investigación más destacadas de de la Fuente implica buscar péptidos antimicrobianos en genomas de organismos extintos. Utilizando algoritmos de aprendizaje automático entrenados para reconocer características estructurales asociadas con la actividad antibiótica, su equipo ha analizado las secuencias genéticas reconstruidas de neandertales, denisovanos y otros homínidos antiguos. La IA identificó péptidos que, cuando se sintetizaron en el laboratorio, mostraron una genuina actividad antimicrobiana contra bacterias modernas resistentes a medicamentos.
El concepto es elegante y provocador. Estos organismos antiguos evolucionaron defensas antimicrobianas a lo largo de cientos de miles de años de selección natural, pero los péptidos específicos involucrados se perdieron para la ciencia cuando la especie se extinguió. Al usar IA para identificar estos compuestos en genomas reconstruidos, de la Fuente está efectivamente resucitando una farmacopea que se pensaba estaba permanentemente perdida. Es una forma de arqueología molecular, utilizando herramientas computacionales para extraer valor médico del pasado lejano.
El enfoque no se limita a homínidos. El equipo de de la Fuente ha ampliado su búsqueda a genomas de mamuts lanudos, organismos marinos antiguos y otras especies extintas, cada uno representando un linaje evolutivo único que puede haber desarrollado compuestos antimicrobianos con mecanismos de acción novedosos. La diversidad de fuentes es una ventaja estratégica, ya que las bacterias tienen menos probabilidad de tener resistencia preexistente a compuestos que nunca han encontrado.
El Cuerpo Humano como Farmacia
En una línea de investigación paralela, de la Fuente ha dirigido la atención de la IA hacia adentro, examinando las proteínas y péptidos producidos por el propio cuerpo humano. El proteoma humano contiene miles de proteínas que sirven a una amplia gama de funciones biológicas, desde apoyo estructural hasta defensa inmunológica. Al analizar estas proteínas con modelos de aprendizaje automático, su equipo ha identificado fragmentos que exhiben propiedades antimicrobianas pero nunca fueron reconocidos como candidatos potenciales de medicamentos.
Este descubrimiento tiene implicaciones profundas. Si los antibióticos efectivos pueden derivarse de proteínas humanas, podrían ofrecer ventajas en términos de biocompatibilidad y efectos secundarios reducidos. El sistema inmunológico ya utiliza péptidos antimicrobianos como parte de su defensa de primera línea contra la infección; el trabajo de de la Fuente sugiere que el cuerpo puede contener un arsenal mucho mayor de compuestos antimicrobianos de lo que se apreciaba anteriormente, esperando ser identificados y desarrollados en agentes terapéuticos.
Cómo Funciona la IA
Los sistemas de aprendizaje automático en el corazón de la investigación de de la Fuente funcionan aprendiendo la relación entre la secuencia de aminoácidos de un péptido y su actividad antimicrobiana. Entrenados en bases de datos de péptidos antimicrobianos conocidos y sus propiedades, los modelos desarrollan una comprensión de las características estructurales que predicen la actividad contra diferentes tipos de patógenos. Luego pueden escanear nuevas secuencias, ya sea de genomas antiguos, proteínas humanas o ADN ambiental, y asignar una probabilidad de que cada candidato tenga propiedades antimicrobianas útiles.
La escala de este enfoque computacional es lo que lo hace transformador. El cribado tradicional de antibióticos podría evaluar algunos miles de compuestos en un año. Los sistemas de IA de de la Fuente pueden analizar millones de secuencias candidatas en días, identificando cientos de pistas prometedoras para pruebas de laboratorio. Esta aceleración dramática del proceso de descubrimiento es crucial dada la urgencia de la crisis de resistencia antimicrobiana.
Una vez que los candidatos prometedores se identifican computacionalmente, el equipo los sintetiza en el laboratorio y los prueba contra paneles de bacterias resistentes a medicamentos. La tasa de aciertos ha sido notablemente alta en comparación con métodos de cribado tradicionales, validando la capacidad de la IA para identificar compuestos antimicrobianos genuinos de conjuntos de datos enormes. Los que muestran actividad en el laboratorio avanzan a pruebas adicionales para evaluar su seguridad y eficacia en modelos animales.
Del Descubrimiento al Impacto
El desafío de traducir descubrimientos computacionales en tratamientos clínicos sigue siendo significativo. El desarrollo de medicamentos es un proceso largo y costoso, y los incentivos económicos que han alejado a las empresas farmacéuticas de los antibióticos siguen siendo en gran medida sin cambios. De la Fuente ha sido vocal sobre la necesidad de nuevos modelos de financiamiento, incluidos incentivos de atracción respaldados por el gobierno que garanticen un mercado para nuevos antibióticos, para garantizar que los descubrimientos prometedores no mueran en el laboratorio.
A pesar de estos desafíos, el trabajo representa una razón genuina para el optimismo en un campo que ha sido definido por el pesimismo durante décadas. Al demostrar que la IA puede expandir dramáticamente el universo de compuestos antimicrobianos potenciales, de la Fuente ha abierto una puerta que otros investigadores ahora están atravesando. Equipos de todo el mundo están adoptando enfoques computacionales similares, creando un esfuerzo global creciente que finalmente podría comenzar a cerrar la brecha entre la aparición de infecciones resistentes y el desarrollo de nuevos medicamentos para tratarlas.
La visión es ambiciosa pero arraigada en resultados reales. Los antibióticos del futuro podrían provenir de genomas de especies que desaparecieron hace milenios, de las proteínas de nuestros propios cuerpos, o de enormes bases de datos metagenómicas que catalogan la diversidad microbiana de cada ecosistema en la Tierra. Gracias a la inteligencia artificial, ahora tenemos las herramientas para encontrarlos.
Este artículo se basa en reportes de MIT Technology Review. Lea el artículo original.
