Inteligencia artificial generativa diseña antibióticos inéditos contra la resistencia bacteriana

La resistencia bacteriana a los antibióticos es uno de los principales desafíos de salud pública a nivel mundial. En este contexto, investigadores de la Universidad de Pensilvania han desarrollado un modelo de inteligencia artificial generativa (GenAI) capaz de diseñar moléculas antimicrobianas inéditas. La herramienta, denominada AMP-Diffusion, mostró resultados alentadores en modelos animales, con eficacia similar a antibióticos aprobados y sin registrar efectos secundarios adversos.

Una estrategia disruptiva frente a la resistencia antimicrobiana

El bioingeniero español César de la Fuente, referente internacional en el desarrollo de antibióticos innovadores, lideró la investigación junto con Pranam Chatterjee, experto en diseño molecular. Ambos científicos presentaron el estudio en la revista Cell Biomaterials, destacando que esta innovación podría transformar la forma en que se descubren y desarrollan fármacos para combatir infecciones resistentes.

“El conjunto de datos de la naturaleza es finito; con la IA podemos diseñar antibióticos que la evolución nunca intentó”, afirmó De la Fuente, profesor en Bioingeniería, Ingeniería Química y Biomolecular, Psiquiatría y Microbiología en la Universidad de Pensilvania.

Por su parte, Chatterjee subrayó el valor de los avances metodológicos: “Estamos aprovechando los mismos algoritmos de IA que generan imágenes, pero adaptándolos para diseñar nuevas moléculas potentes”.

De los modelos de difusión al diseño de moléculas

AMP-Diffusion emplea un modelo de difusión, similar al principio de plataformas como Stable Diffusion o DALL·E, que transforman ruido en imágenes coherentes. En este caso, la herramienta refina secuencias de aminoácidos hasta obtener péptidos con potencial antimicrobiano.

“Es casi como sintonizar la radio”, explicó De la Fuente. “Empiezas con sonido estático y, finalmente, emerge la melodía”.

El sistema integra ESM-2, un modelo de lenguaje para proteínas desarrollado por Meta, entrenado con cientos de millones de secuencias naturales. Esta base de conocimiento permite que la IA diseñe moléculas sin necesidad de aprender desde cero, acelerando el proceso y aumentando las probabilidades de éxito.

De 50.000 candidatos a dos moléculas prometedoras

El modelo generó inicialmente 50.000 secuencias candidatas, que fueron filtradas con otra herramienta de IA del laboratorio de De la Fuente. El cribado priorizó el potencial antibacteriano, la novedad estructural y la diversidad química, lo que permitió reducir el número a 46 moléculas para pruebas posteriores.

Los ensayos in vitro y en modelos animales identificaron dos compuestos con eficacia comparable a antibióticos aprobados por la FDA, como la levofloxacina y la polimixina B. En ratones con infecciones cutáneas, los resultados mostraron una respuesta terapéutica positiva y ausencia de efectos adversos detectables.

“Es emocionante ver que nuestras moléculas generadas por IA realmente funcionaron”, afirmó Chatterjee. “Esto demuestra que la IA generativa puede ayudar a combatir la resistencia a los antibióticos”.

Perspectivas y aplicaciones futuras de la inteligencia artificial generativa¡

Los investigadores trabajan en perfeccionar AMP-Diffusion para que sea capaz de diseñar moléculas con propiedades farmacológicas específicas y dirigidas a infecciones concretas. La visión a largo plazo es reducir el tiempo de descubrimiento de nuevos antibióticos de años a pocos días, acelerando así el desarrollo de terapias frente a bacterias resistentes.

“En última instancia, nuestro fin es comprimir el tiempo de descubrimiento de antibióticos de años a días”, sintetizó De la Fuente.

Un paso adelante en la lucha contra la resistencia bacteriana

La resistencia antimicrobiana ha sido reconocida por la Organización Mundial de la Salud como una de las diez principales amenazas para la salud global, con proyecciones alarmantes que podrían derivar en 10 millones de muertes anuales para 2050 si no se desarrollan nuevas terapias. El avance presentado por el equipo de la Universidad de Pensilvania representa un hito en la intersección entre biología, inteligencia artificial y salud pública.

Aunque los resultados aún requieren validación en ensayos clínicos en humanos, el estudio abre una nueva vía para el descubrimiento de antibióticos mediante el uso de inteligencia artificial generativa. La combinación de algoritmos avanzados, datos biológicos masivos y experimentación preclínica marca un nuevo capítulo en la investigación farmacéutica.