En pos de luchar contra las bacterias resistentes a los antibióticos, una problemática que atañe a la humanidad desde hace algunos años; investigadores de la Universidad de Pensilvania (Estados Unidos) emprendieron un estudio con inteligencia artificial generativa (GenAI) que podría convertir a la misma en una aliada clave para combatir esta amenaza. Publicado en Cell Biomaterials, el estudio muestra una herramienta de IA denominada AMP-Diffusion, capaz de diseñar moléculas antibacterianas inéditas con potencial terapéutico probado en modelos animales.
Investigaciones previas demostraron que la IA puede analizar grandes cantidades de datos para encontrar candidatos prometedores. Con estas bases, la nueva herramienta crea desde cero moléculas que la naturaleza jamás produjo.
“El conjunto de datos de la naturaleza es finito; con la IA podemos diseñar antibióticos que la evolución nunca intentó”, afirmaron desde la investigación. Asimismo, explicaron que están aprovechando "los mismos algoritmos de IA que generan imágenes, pero adaptándolos para diseñar nuevas moléculas potentes”.
De ruido a moléculas antibacterianas
AMP-Diffusion utiliza un tipo de IA conocido como modelo de difusión, el mismo principio que emplean herramientas como DALL·E o Stable Diffusion para crear imágenes a partir de los prompts que los usuarios introducen. En lugar de “desenmascarar” píxeles, este modelo refina secuencias de aminoácidos hasta obtener péptidos con potencial antimicrobiano.
Para los investigadores, el proceso es similar a "sintonizar la radio". Y añadieron: “Empiezas con sonido estático y, finalmente, emerge la melodía”.
La clave se encuentra en su integración con ESM-2, un modelo de lenguaje para proteínas desarrollado por Meta, entrenado con cientos de millones de secuencias naturales. Por esta base no es necesario aprender de cero las reglas de la biología, cuestión que acelera el diseño y aumenta la probabilidad de éxito de las moléculas generadas.
De 50.000 candidatos a dos promesas
El modelo generó alrededor de 50.000 secuencias candidatas. A partir de otra herramienta de IA que filtra moléculas según su potencial antibacteriano, se sintetizaron 46 candidatos que fueron probados en células humanas y modelos animales. Dos de ellos demostraron una eficacia similar a antibióticos aprobados por la FDA sin efectos adversos detectables.
“Es emocionante ver que nuestras moléculas generadas por IA realmente funcionaron”, afirmaron. Y agregaron: “Esto demuestra que la IA generativa puede ayudar a combatir la resistencia a los antibióticos”.
Los investigadores planean perfeccionar AMP-Diffusion para que pueda diseñar moléculas orientadas a infecciones específicas o con propiedades farmacológicas mejoradas. Su objetivo a largo plazo es acelerar el desarrollo de nuevos tratamientos frente a bacterias resistentes, y reducir drásticamente el tiempo necesario para encontrar candidatos eficaces.
Fuente: SINC.