Ante la crisis global de los antibióticos, un equipo del Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET) desarrolló un sistema de Inteligencia Artificial (IA) para el estudio de bacterias que causan neumonía y tuberculosis. ¿El objetivo final? Encontrar antibióticos capaces de combatirlas.
Uno de los grandes problemas sanitarios de la actualidad es la resistencia a los antibióticos. Se registran cientos de miles de muertes por infecciones cada año. Antes, la mayoría de los tratamientos constaba de antibióticos convencionales. Pero la sobre y automedicación agravó la situación por el uso excesivo en medicina y producción animal.
“Descubrir un antibiótico mediante el método clásico es como buscar una aguja en un pajar: implica probar miles o millones de sustancias hasta encontrar alguna capaz de frenar una bacteria sin dañar al paciente”, explica a Tiempo Darío Fernández Do Porto, doctor en Biología, investigador independiente del CONICET y director de la Especialización en Bioinformática del Instituto Universitario IUDPT.
Gracias al avance de la tecnología y los algoritmos, este proceso se está resignificando. Una forma es enseñándole a la IA qué características suelen tener las sustancias capaces de impedir el crecimiento de una bacteria.
Cómo funciona el sistema
Para que el algoritmo pueda llevar a cabo la acción, la IA es entrenada con miles de moléculas cuya actividad antibacteriana ya fue medida, previamente, en el laboratorio. “Una vez que aprende a reconocer esos patrones, puede buscarlos entre millones de compuestos y señalar cuáles parecen más prometedores. Así se identificaron moléculas como la alicina”, continúa el investigador.
Los modelos más nuevos son capaces de crear moléculas que no fueron previamente sintetizadas. El especialista relaciona la creación de nuevas moléculas con el momento en que uno le pide a la IA que genere imágenes: “El algoritmo, después de ver 1 millón de fotos de gatos y 1 millón de fotos de perros, dice: ‘Esto es un perro’. Porque aprendió cuáles son los patrones que tiene que tener una foto para ser un perro. Entonces, según las características de la estructura de la proteína y los componentes funcionales que tiene esta molécula, puede generar o diseñar moléculas artificiales y preguntarle a la inteligencia artificial si esas moléculas son activas o no”.
Hace más de diez años que las investigaciones apelan a una nueva estrategia: empezar la investigación por la bacteria. Estudiar su genoma y su funcionamiento para identificar primero cuáles son sus puntos más vulnerables para luego buscar compuestos capaces de atacarlos, teniendo en cuenta cuáles son diferentes de las proteínas humanas para reducir el riesgo de afectar nuestras propias células.
La lógica que usa AlphaFold, el sistema de inteligencia artificial que fue ganador de un Premio Nobel en 2024, fue integrada en Target-Pathogen, “una plataforma web abierta que desarrollamos desde 2018 (…) Actualmente, la estamos ampliando para incorporar inteligencia artificial, predicción de estructuras y búsqueda de compuestos”, continúa el científico. Con ayuda de este sistema, obtuvieron resultados positivos en el estudio de antibióticos.
Gracias a esto, los investigadores del equipo liderado por Darío Fernández Do Porto lograron reconocer nuevos inhibidores de PknG, una proteína de Mycobacterium tuberculosis, demostrando cuáles son los compuestos con la capacidad de bloquear su actividad: “Sin embargo, no alcanza con inhibir un blanco: el compuesto también debe ingresar en la bacteria, evitar ser expulsado y resultar seguro para el paciente”.
Reducir el margen de error en bacterias resistentes
En la actualidad, el foco principal está puesto en Klebsiella pneumoniae, una bacteria capaz de causar neumonía, sepsis e infecciones urinarias o de heridas, lo que representa un riesgo importante para quienes están hospitalizados o inmunocomprometidos.
Para avanzar sobre esta investigación, se conformó un consorcio internacional con grupos de Argentina, Brasil y Canadá. La propuesta fue elegida para formar parte de Gr-ADI, una iniciativa mundial impulsada por la Gates Foundation, la Novo Nordisk Foundation y Wellcome para acelerar el descubrimiento de antibióticos contra bacterias Gram negativas (un grupo de bacterias con una estructura celular que las hace especialmente resistentes a los antibióticos y a las defensas del organismo). El proyecto durará tres años y combinará inteligencia artificial, biología estructural y validación experimental.
Según resaltan, el objetivo de esta investigación no es presentar un medicamento finalizado, sino obtener compuestos líderes que permitan perfeccionar la molécula, testear su seguridad en laboratorios y, finalmente, poder entrar a la fase de pruebas clínicas en pacientes. “La IA no produce antibióticos por arte de magia: maximiza las probabilidades –añade Darío Fernández Do Porto–. Permite descartar antes aquello que probablemente fracasará y concentrar los experimentos en los candidatos más prometedores”.
Darío Fernández Do Porto destaca otro aporte beneficioso de la IA para la medicina, como es el diagnóstico de pacientes: “Hay algoritmos que te permiten diagnosticar mejor a los pacientes. Ese diagnóstico te permite también tratarlos mejor”.
Aunque, en tiempos donde la IA también puede generar riesgos y efectos negativos en otros aspectos de la vida cotidiana, aclara: “Siempre se necesita de un experto de la medicina para poder desafiar a la inteligencia artificial y poder separar lo que es información de lo que es ruido. En este caso, los médicos y los trabajadores en este ámbito no están amenazados de que la IA los reemplace”.
*Artículo elaborado en el marco de un convenio con el Instituto León XIII.
Fuente Tiempo Argentino
