Algoritmos de IA utilizados para desarrollar medicamentos que combaten las bacterias resistentes a los medicamentos

Uno de los mayores desafíos que enfrenta la industria médica es la bacteria resistente a los medicamentos. Actualmente, se estima que hay alrededor de 700,000 muertes debido a bacterias resistentes a los medicamentos, y se están desarrollando más cepas de bacterias resistentes a los medicamentos. Los científicos e ingenieros están tratando de desarrollar nuevos métodos para combatir las bacterias resistentes a los medicamentos. Un método para desarrollar nuevos antibióticos es emplear la inteligencia artificial y el aprendizaje automático para aislar nuevos compuestos que podrían hacer frente a las nuevas cepas de super-bacterias.

Como informó SingularityHub, se diseñó un nuevo antibiótico con la ayuda de la IA. El antibiótico ha sido nombrado halicin, después de la IA HAL de 2001: Una odisea espacial. El nuevo antibiótico desarrollado resultó ser exitoso para eliminar algunas de las cepas de super-bacterias más virulentas. El nuevo antibiótico se descubrió mediante el uso de algoritmos de aprendizaje automático. Específicamente, el modelo de aprendizaje automático se entrenó utilizando un conjunto de datos grande que comprende aproximadamente 2,500 compuestos. Casi la mitad de los medicamentos utilizados para entrenar el modelo ya habían sido aprobados por la FDA, mientras que la otra mitad del conjunto de entrenamiento estaba compuesta por compuestos que ocurren de forma natural. El equipo de investigadores ajustó los algoritmos para priorizar las moléculas que poseen simultáneamente propiedades antibióticas pero diferentes de las estructuras antibióticas existentes. Luego, examinaron los resultados para determinar qué compuestos serían seguros para el consumo humano.

Según The Guardian, el medicamento resultó ser extremadamente efectivo para combatir las bacterias resistentes a los medicamentos en un estudio reciente. Es tan efectivo porque degrada la membrana de la bacteria, lo que inhabilita la capacidad de la bacteria para producir energía. Para que las bacterias desarrollen defensas contra los efectos de halicin, podrían necesitar más de unas pocas mutaciones genéticas, lo que le da a halicin un poder de permanencia. El equipo de investigación también probó cómo se desempeñaba el compuesto en ratones, donde pudo eliminar con éxito a ratones infectados con una cepa de bacteria resistente a todos los antibióticos actuales. Con los resultados de los estudios tan prometedores, el equipo de investigación espera asociarse con una entidad farmacéutica y demostrar que el medicamento es seguro para su uso por personas.

James Collins, profesor de bioingeniería y autor principal en MIT, y Regina Barzilay, profesora de ciencias de la computación en MIT, fueron ambos autores principales del artículo. Collins, Barzilay y otros investigadores esperan que algoritmos como el que utilizaron para diseñar halicin puedan ayudar a agilizar el descubrimiento de nuevos antibióticos para combatir la proliferación de cepas de bacterias resistentes a los medicamentos.

Halicin está lejos de ser el único compuesto de medicamento descubierto con el uso de la IA. El equipo de investigación liderado por Collin y Barzilay quiere ir más allá y crear nuevos compuestos entrenando más modelos utilizando alrededor de 100 millones de moléculas extraídas de la base de datos ZINC 15, una biblioteca en línea de más de 1,5 mil millones de compuestos de medicamentos. Según informes, el equipo ya ha logrado encontrar al menos 23 candidatos diferentes que satisfacen los criterios de ser posiblemente seguros para el uso humano y estructuralmente diferentes de los antibióticos actuales.

Un efecto secundario desafortunado de los antibióticos es que, mientras matan las bacterias dañinas, también matan las bacterias intestinales necesarias que el cuerpo humano necesita. La investigación espera que puedan utilizar técnicas similares a las utilizadas para crear halicin para crear antibióticos con menos efectos secundarios, medicamentos menos propensos a dañar el microbioma intestinal humano.

Muchas otras empresas también están tratando de utilizar el aprendizaje automático para simplificar el proceso complejo, largo y a menudo costoso de creación de medicamentos. Otras empresas también han estado entrenando algoritmos de IA para sintetizar nuevos compuestos de medicamentos. Recientemente, una empresa logró desarrollar un medicamento de prueba de concepto en solo un mes y medio, un período de tiempo mucho más corto que los meses o incluso años que puede tomar crear un medicamento de la manera tradicional.

Barzilay es optimista sobre que los métodos de descubrimiento de medicamentos impulsados por la IA puedan transformar el panorama del descubrimiento de medicamentos de manera significativa. Barzilay explicó que el trabajo en halicin es un ejemplo práctico de lo efectivos que pueden ser las técnicas de aprendizaje automático:

“Todavía hay una pregunta sobre si las herramientas de aprendizaje automático realmente están haciendo algo inteligente en la atención médica, y cómo podemos desarrollarlas para que sean trabajadores en la industria farmacéutica. Esto muestra hasta qué punto se puede adaptar esta herramienta”.