Cada año, casi cinco millones de vidas se pierden globalmente debido a la resistencia a los antibióticos, lo que subraya la urgencia de encontrar nuevas estrategias para hacer frente a las cepas bacterianas resistentes.
Con el fin de abordar este desafío, investigadores de Stanford Medicine y la Universidad McMaster están empleando la inteligencia artificial generativa. Un innovador modelo denominado SyntheMol ha sido desarrollado para sintetizar moléculas, creando así estructuras y formulaciones químicas para seis nuevos medicamentos destinados a combatir cepas resistentes de Acinetobacter baumannii, uno de los principales patógenos asociados con la mortalidad derivada de la resistencia antibiótica.
El Dr. James Zou, profesor asociado de Ciencia de Datos Biomédicos y coautor principal del estudio, destaca: «Es crucial para la salud pública la rápida creación de nuevos antibióticos». Agrega que la hipótesis subyacente era la existencia de una amplia gama de moléculas potenciales que podrían ser eficaces como fármacos, pero que aún no habían sido exploradas ni probadas. Por lo tanto, la utilización de la inteligencia artificial para diseñar moléculas completamente novedosas se volvía imperativa.
Antes de la irrupción de la inteligencia artificial generativa, los investigadores habían empleado diversos enfoques computacionales para el desarrollo de antibióticos. Sin embargo, estos métodos apenas rasguñaban la superficie del vasto espacio químico en busca de compuestos con propiedades antibacterianas.
El estudiante de doctorado en ciencias computacionales de Stanford, Kyle Swanson, señala que, aunque se habían explorado alrededor de 100 millones de compuestos, este número es insignificante en comparación con el vasto universo de posibilidades químicas.
Para abordar este desafío, el equipo entrenó al modelo SyntheMol utilizando una biblioteca de más de 130,000 bloques moleculares y un conjunto de reacciones químicas validadas. El modelo no solo generaba las moléculas finales, sino que también proporcionaba una guía detallada sobre cómo sintetizar estos compuestos, lo que permitía a los investigadores obtener un conjunto de recetas para su producción.
Posteriormente, se filtraron y seleccionaron los compuestos con mayor potencial para combatir la bacteria. Estos compuestos fueron luego sintetizados en colaboración con la empresa química ucraniana Enamine. De los 70 compuestos seleccionados, 58 fueron eficientemente sintetizados, y seis de ellos demostraron ser efectivos en la eliminación de cepas resistentes de A. baumannii en pruebas de laboratorio.
Estos nuevos fármacos también mostraron actividad antibacteriana contra otras bacterias resistentes a los antibióticos, como E. coli, Klebsiella pneumoniae y MRSA. Los investigadores planean realizar pruebas adicionales en ratones infectados con A. baumannii para validar la eficacia de estos compuestos en un organismo vivo.
Los resultados de este estudio no solo representan un avance significativo en la lucha contra la resistencia antibiótica, sino que también han revelado un nuevo y vasto espacio químico que antes no había sido explorado por los humanos, gracias al potencial de la inteligencia artificial generativa en el diseño de fármacos.
