Un reciente avance en inteligencia artificial (IA) podría cambiar el desarrollo de nuevos antibióticos. Se ha lanzado de manera gratuita el Modelo ESKAPE, una herramienta basada en IA diseñada para acelerar la identificación de moléculas con potencial terapéutico contra bacterias resistentes a los medicamentos. Su objetivo es contribuir al descubrimiento de antibióticos a nivel mundial y proporcionar una solución innovadora ante la creciente amenaza de la resistencia bacteriana.
El Modelo ESKAPE fue diseñado específicamente para analizar moléculas candidatas a combatir patógenos prioritarios identificados por la Organización Mundial de la Salud (OMS). Estos patógenos, conocidos como el grupo ESKAPE, incluyen Enterococcus faecium, Staphylococcus aureus, Klebsiella pneumoniae, Acinetobacter baumannii, Pseudomonas aeruginosa y Enterobacter spp. Estas bacterias son responsables de un gran porcentaje de infecciones resistentes a los antibióticos convencionales y representan un desafío crítico para la salud pública global.
La herramienta fue desarrollada por un equipo de investigadores liderado por Jonathan Stokes, PhD, profesor asistente de bioquímica y ciencias biomédicas en la Universidad McMaster en Ontario, Canadá. En lugar de esperar a la publicación formal de un artículo académico sobre la herramienta, Stokes decidió lanzarla el 27 de enero en su versión actual, permitiendo que la comunidad científica la utilice de inmediato y proporcione retroalimentación para su mejora.
Modelo ESKAPE, una solución rápida y accesible
El Modelo ESKAPE funciona analizando bibliotecas químicas de moléculas con estructuras y actividades antibacterianas conocidas. A partir de estos datos, la IA puede predecir el potencial terapéutico de nuevas moléculas desconocidas. Cualquier investigador en el mundo puede acceder a la herramienta y subir sus propios compuestos químicos, recibiendo en minutos predicciones sobre su actividad antibacteriana.
De acuerdo con Stokes, esta herramienta representa una mejora sustancial en términos de eficiencia y costos. Tradicionalmente, el análisis de 20.000 sustancias químicas mediante ensayos de laboratorio podría tardar semanas y costar miles de dólares, sin garantías de éxito. En cambio, el Modelo ESKAPE permite realizar el mismo análisis en un solo día y sin necesidad de grandes inversiones económicas.
“Este modelo ayudará a investigadores de todo el mundo a tomar decisiones más informadas sobre qué compuestos deben seguir estudiando y cuáles pueden descartar”, explicó Stokes.
Uso accesible para investigadores sin experiencia en IA
Uno de los aspectos más destacados del Modelo es su facilidad de uso. A diferencia de otras herramientas basadas en inteligencia artificial que requieren conocimientos avanzados de programación, esta plataforma solo solicita a los usuarios que ingresen códigos SMILES, un formato estándar que representa estructuras químicas en cadenas de caracteres alfanuméricos.
Tras ingresar los códigos en la plataforma, los usuarios reciben en cuestión de minutos una predicción sobre la actividad antibacteriana de sus compuestos. Se pueden analizar hasta 100 moléculas por sesión, con tiempos de procesamiento de aproximadamente 2 minutos por molécula y 3,5 minutos para 100 moléculas. Además, el equipo de desarrollo está trabajando en mejoras en la interfaz de usuario, permitiendo que en el futuro los investigadores puedan dibujar directamente las estructuras químicas en la plataforma sin necesidad de convertirlas a código.
Un modelo económico en crisis
El desarrollo de nuevos antibióticos se ha convertido en un desafío financiero para la industria farmacéutica. Las grandes compañías han dejado de invertir en esta área porque no existe un retorno de inversión claro. A pesar de ello, muchos investigadores en universidades y pequeñas empresas de biotecnología continúan explorando nuevas soluciones.
La creación de este modelo busca precisamente apoyar a estos grupos de investigación, ofreciendo una herramienta que reduzca costos y acelere los procesos de descubrimiento de antibióticos. “Si más personas pueden analizar compuestos de forma rápida y económica, más oportunidades tendremos de encontrar nuevos antibióticos eficaces”, señaló Stokes.
La IA como aliada en la lucha contra las bacterias resistentes
El avance de la inteligencia artificial en la investigación médica ha sido clave en los últimos años, y herramientas como el Modelo ESKAPE demuestran su potencial para transformar la forma en que se descubren nuevos tratamientos. Amesh Adalja, MD, portavoz de la Sociedad de Enfermedades Infecciosas de Estados Unidos y académico del Centro para la Seguridad Sanitaria de Johns Hopkins, destacó la importancia de esta iniciativa.
“Cada vez es más difícil encontrar nuevos antibióticos, y la IA puede ayudar a hacer este proceso más eficiente y menos costoso”, afirmó Adalja. Además, señaló que la publicación gratuita de la herramienta permitirá que más científicos en el mundo contribuyan a la lucha contra la resistencia bacteriana. “Todavía estamos en una carrera armamentista contra las bacterias, y cualquier avance que haga más fácil, barato y rápido el descubrimiento de antibióticos es bienvenido”, agregó.
