El método con el que se descubrió un antibiótico capaz de matar a las bacterias más peligrosas
El método con el que se descubrió un antibiótico capaz de matar a las bacterias más peligrosas
Un poderoso antibiótico capaz de matar a algunas de las bacterias resistentes más peligrosas del mundo fue descubierto por un equipo de investigadores utilizando inteligencia artificial.
Es la primera vez que se encuentra un antibiótico de esta manera y, según expertos, se trata de un gran avance en la lucha contra el creciente problema de la resistencia a los antibióticos.
Para encontrarlo, se utilizó un poderoso algoritmo que analizó más de cien millones de compuestos químicos en cuestión de días.
El compuesto descubierto fue capaz de matar 35 tipos de bacterias potencialmente mortales, dijeron los investigadores.
Desde hace años, están aumentando las infecciones resistentes a los antibióticos. Se estima que cerca de 700.000 personas mueren en el mundo cada año por problemas directamente vinculados a esta clase de bacterias.
Si los antibióticos se toman de forma inapropiada, las bacterias dañinas que viven dentro de nuestro cuerpo pueden volverse resistentes a ellos, y eso quiere decir que los medicamentos pueden no funcionar cuando realmente los necesitamos.
Sin embargo, encontrar nuevos antibióticos es un gran desafío.
"Nueva era"
"En términos de descubrimiento de antibióticos, esto es absolutamente pionero", señaló Regina Barzilay, investigadora principal del proyecto del Instituto de Tecnología de Massachusetts (MIT).
El descubrimiento fue hecho usando un algoritmo inspirado en la arquitectura del cerebro humano.
Los investigadores lo entrenaron para analizar la estructura de 2.500 drogas y otros compuestos para encontrar aquellos que tenían las mejores características antibacterianas para matar a la bacteria E. coli.
Luego seleccionaron a 100 candidatos para probarlos físicamente y así descubrieron uno al que llamaron halicina.
"Creo que este es uno de los antibióticos más poderosos que se ha descubierto hasta la fecha", dijo James Collins, bioingeniero del equipo del MIT.
"Queríamos desarrollar una plataforma que nos permitiera aprovechar el poder de la inteligencia artificial para marcar el comienzo de una nueva era de descubrimiento de antibióticos".
Peter Bannister, presidente del panel de atención médica de la Institución de Ingeniería y Tecnología, dijo que el método utilizado ya estaba "bien establecido" en la investigación médica.
"El mismo enfoque ha ganado popularidad en el desarrollo de nuevas terapias, como productos farmacéuticos y, en el caso de esta investigación, en antibióticos en los que el reconocimiento de patrones (...) puede ayudar a clasificarlos entre una gran cantidad de moléculas", dijo a la BBC.
"Este estudio va más allá de la simulación teórica y presenta resultados preclínicos, que son esenciales junto con los ensayos clínicos posteriores para demostrar claramente la eficacia y seguridad de estos nuevos medicamentos 'descubiertos por la inteligencia artificial'".
Los investigadores añaden que el uso de máquinas para acelerar el descubrimiento de fármacos puede ayudar a reducir el costo de generar nuevos antibióticos en el futuro
Avances
La publicación del estudio tiene lugar pocas semanas después de que una molécula descubierta por IA se convirtiera en la primera en su tipo en utilizarse en ensayos en humanos.
Esta se utilizará para tratar pacientes con desorden obsesivo compulsivo (OCD, por sus siglas en inglés).
El uso de la tecnología de inteligencia artificial dentro del campo de la atención médica está aún en su infancia, pero se están haciendo grandes avances.
Recientemente, un estudio afirmó que la IA es más precisa que los médicos a la hora de diagnosticar cáncer de mama con mamografías.
Un equipo internacional, que incluye investigadores de Google Health (un servicio de información personal centralizado enfocado a la sanidad) y el Imperial College de Londres, diseñó y entrenó a un modelo de computación con radiografías de cerca de 29.000 mujeres.
El algoritmo superó a 6 radiólogos en la interpretación de las mamografías.
