Un equipo de investigadores liderado por Integrated Biosciences y el Instituto de Tecnología de Massachusetts ha utilizado una nueva forma de inteligencia artificial para descubrir una clase de antibióticos capaces de matar la Staphylococcus aureus resistente a la meticilina, o MRSA por sus siglas en inglés.
En un artículo publicado en Nature el 20 de diciembre, el equipo describió cómo identificaron los compuestos utilizando un modelo de IA explicable, es decir, uno en el que se entiende cómo el modelo llegó a sus conclusiones. Los medicamentos fueron efectivos contra el MRSA en ratones tanto cuando se aplicaron tópicamente como sistémicamente.
Este trabajo anuncia el primer descubrimiento impulsado por IA de una nueva clase de pequeñas moléculas de antibióticos capaces de abordar la resistencia a los antibióticos, y uno de los pocos descubiertos en general en los últimos 60 años , dijo felix wong, phd, cofundador de integrated biosciences y primer autor del nuevo artículo de nature, en un correo electrónico a fierce biotech research. añadió que el trabajo de la compañía promete acelerar el descubrimiento de medicamentos antibióticos mediante la creación de modelos de aprendizaje profundo más explicables y proporcionando conjuntos de datos y modelos grandes y precisos que predicen selectivamente la actividad de los antibióticos".
La resistencia a los antibióticos y el papel de la IA
La resistencia a los antibióticos ha preocupado a los investigadores durante décadas, pero el problema ha ganado más atención en los últimos años a medida que el uso generalizado de los medicamentos en la medicina y la agricultura ha llevado a que las bacterias evolucionen mejores defensas contra ellos. Los científicos han recurrido recientemente a la IA para obtener ayuda.
En febrero de 2020, el laboratorio del MIT de James Collins, PhD, quien es miembro fundador del consejo asesor científico de Integrated Biosciences y ayudó a liderar el nuevo estudio, utilizó el aprendizaje automático para revelar que el antiguo medicamento para la diabetes, halicin, tenía propiedades antibióticas amplias.
Pero por poderosa que sea la IA para encontrar nuevos candidatos a medicamentos, los investigadores normalmente no saben exactamente cómo los modelos toman decisiones. Uno de los objetivos del equipo con el nuevo estudio era abrir la caja negra para explicar cómo se llegaron a las conclusiones.
En el descubrimiento de medicamentos, los modelos de caja negra han sido predominantes porque son potentes y precisos, aunque no se puedan interpretar o entender, dijo Wong. sin embargo, creemos que los enfoques de próxima generación para el descubrimiento de medicamentos, como el desarrollado en nuestro artículo de nature, comenzarán a utilizar modelos 'explicables', que son modelos que también te dicen por qué están produciendo resultados específicos.
El descubrimiento del nuevo antibiótico
Para su nuevo estudio, los investigadores eligieron centrarse en encontrar nuevos antibióticos para el MRSA debido a su resistencia a los medicamentos de primera línea y su propensión a causar infecciones sanguíneas peligrosas. Comenzaron mediante la selección de un conjunto de 39,000 antibióticos, productos naturales y otras moléculas para determinar su capacidad para detener el crecimiento del MRSA. Luego utilizaron un programa llamado Chemprop para entrenar redes neuronales para clasificar si un compuesto era probable que inhibiera el MRSA basándose en su estructura química, complementando los modelos con datos adicionales para mejorar la precisión. Construyeron redes neuronales similares que podían predecir si el compuesto sería tóxico para las células humanas.
A continuación, modificaron sus modelos entrenados para explicar no solo qué compuestos tienen actividad antibiótica selectiva, sino también por qué, en términos de su estructura química, dijo Wong. Para hacerlo, utilizaron buscadores de árbol de Monte Carlo, el mismo tipo de algoritmo que subyace al programa de juegos AlphaGo de Google DeepMind.
Nuestro enfoque explicativo proporciona un plan para cómo se pueden extraer eficientemente las infinitas moléculas pequeñas de tipo fármaco (~10^60 compuestos) para nuevos antibióticos utilizando el aprendizaje profundo, dijo Wong.
Los investigadores utilizaron sus modelos para examinar más de 12 millones de compuestos y extraer los que se ajustaban a las razones de las redes neuronales, es decir, que tenían una estructura química que era predictiva de la actividad anti-MRSA.
Los modelos finalmente llevaron a los investigadores a un conjunto de 283 compuestos, la mayoría de los cuales pertenecían a uno de los cinco grupos estructurales diferentes. Uno de los grupos proporcionó dos compuestos que los análisis mostraron que probablemente tenían características que los convertirían en buenos candidatos para el desarrollo de medicamentos, como una alta biodisponibilidad oral. Funcionan disipando el pH en la membrana bacteriana, por lo que son selectivos y, por lo tanto, no son tóxicos para las células humanas.
Este mecanismo de acción es notable porque mostramos que las bacterias no desarrollan fácilmente resistencia a los compuestos, dijo Wong. esto se debe probablemente a que las membranas lipídicas son más difíciles de modificar que las proteínas.
Posteriormente, probaron uno de los compuestos tópicamente en ratones con infecciones de MRSA limitadas a los muslos y sistémicamente en ratones con infecciones de muslos que se habían extendido al torrente sanguíneo.
El compuesto redujo la carga de MRSA diez veces en ambos modelos. En el modelo sistémico, los signos de enfermedad se redujeron incluso en ratones con enfermedad grave que estaban en camino de desarrollar sepsis.
Debido a estos resultados, el equipo planea continuar desarrollando los compuestos para su uso clínico. Colaborarán con la organización sin fines de lucro Phare Bio, de la cual Collins es cofundador, para hacerlo. Integrated Biosciences también continuará desarrollando modelos de IA explicables para el descubrimiento de medicamentos, centrándose en el envejecimiento y las vías relacionadas con la edad.
Estamos muy emocionados por las posibilidades que nuestro artículo de nature abre, dijo Wong.
La resistencia a los antibióticos: una amenaza creciente
La resistencia a los antibióticos es un problema creciente que preocupa a los investigadores de todo el entorno. Las bacterias están evolucionando y volviéndose resistentes a los medicamentos que se utilizan para tratarlas, lo que hace que las infecciones sean más difíciles de tratar y potencialmente mortales.
La lista de las 12 bacterias más amenazantes publicada por la OMS destaca la urgencia de encontrar nuevas formas de combatir estas infecciones. Las bacterias se clasifican en tres categorías según la necesidad de encontrar nuevas armas contra ellas: crítica, elevada y media.
Las bacterias más amenazantes son Acinetobacter baumannii y Pseudomonas aeruginosa, que son resistentes a muchos antibióticos. Estas bacterias son especialmente peligrosas para las personas con sistemas inmunológicos debilitados y pueden causar infecciones graves, especialmente en entornos hospitalarios.
Otras bacterias preocupantes en la lista incluyen Enterococcus faecium, Staphylococcus aureus y Helicobacter pylori. Estas bacterias son resistentes a múltiples antibióticos y pueden causar una amplia gama de infecciones, desde infecciones del tracto urinario hasta úlceras estomacales.
La resistencia a los antibióticos es un problema serio que requiere una acción urgente. Los médicos están trabajando para reducir la prescripción innecesaria de antibióticos y los investigadores están buscando nuevos medicamentos y tratamientos para combatir las infecciones resistentes. La concienciación y la educación sobre el uso adecuado de los antibióticos también son clave para prevenir la propagación de bacterias resistentes.
Consultas habituales
- ¿Qué es el MRSA?
- ¿Cómo funciona la inteligencia artificial en el descubrimiento de antibióticos?
- ¿Cuáles son las bacterias más amenazantes según la OMS?
- ¿Qué se puede hacer para reducir la resistencia a los antibióticos?
El descubrimiento de un potente antibiótico utilizando inteligencia artificial es un avance prometedor en la lucha contra la resistencia a los antibióticos. Este estudio demuestra el potencial de la IA para identificar nuevas clases de medicamentos y acelerar el descubrimiento de antibióticos efectivos. Sin embargo, es importante seguir investigando y desarrollando nuevas estrategias para combatir la resistencia a los antibióticos y garantizar que estos medicamentos sigan siendo eficaces en el futuro.
Si quieres conocer otras notas parecidas a Descubren potente antibiótico con ia puedes visitar la categoría Inteligencia.