El MIT utiliza inteligencia artificial generativa para desarrollar dos nuevos antibióticos contra la gonorrea resistente a los fármacos y el SARM.

MIT Los investigadores del MIT han empleado inteligencia artificial para desarrollar dos nuevos antibióticos eficaces contra la gonorrea resistente a los fármacos y el SARM, ofreciendo potencialmente nuevas estrategias para combatir infecciones responsables de millones de muertes cada año. 

Mediante el uso de algoritmos de IA generativa, el equipo creó más de 36 millones de compuestos potenciales y los analizó computacionalmente para determinar su actividad antimicrobiana. Los candidatos más prometedores presentan una estructura única en comparación con los antibióticos existentes y parecen actuar mediante mecanismos nunca antes vistos que alteran las membranas celulares bacterianas. Este método permitió la generación y evaluación de compuestos completamente nuevos, y los investigadores planean extender este enfoque a... diseño de antibióticos dirigido a otras especies bacterianas. 

La mayoría de los nuevos antibióticos aprobados en los últimos 45 años son variaciones de medicamentos existentes, mientras que la resistencia bacteriana continúa aumentando, causando casi 5 millones de muertes al año. 

Para abordar este problema, el Proyecto Antibióticos-IA del MIT empleó IA para explorar tanto compuestos existentes como moléculas hipotéticas completamente nuevas. Mediante modelos de aprendizaje automático entrenados para predecir la actividad antibacteriana, el equipo analizó primero millones de fragmentos químicos, eliminando aquellos con probabilidad de ser tóxicos o similares a los antibióticos existentes. 

Luego aplicaron dos métodos generativos. Algoritmos de IA CReM, que modifica moléculas añadiendo, reemplazando o eliminando átomos y grupos, y F-VAE, que construye moléculas completas a partir de fragmentos basándose en patrones químicos aprendidos. Este proceso, impulsado por IA, generó aproximadamente 7 millones de moléculas candidatas, que se analizaron computacionalmente para determinar su actividad contra N. gonorrhoeae. 

A partir de esto, se seleccionaron alrededor de 1,000 compuestos, 80 fueron sintéticamente factibles y un compuesto, NG1, demostró una potente actividad contra N. gonorrhoeae resistente a los fármacos tanto en estudios de laboratorio como en ratones al apuntar a una proteína crítica para la síntesis de la membrana bacteriana, lo que representa un nuevo mecanismo de acción.

Un estudio de segunda ronda utiliza IA generativa para explorar un nuevo campo químico

En un estudio de seguimiento, los investigadores utilizaron IA generativa para diseñar moléculas completamente nuevas dirigidas a la bacteria grampositiva S. aureus. Mediante los algoritmos CReM y F-VAE, el equipo permitió que la IA generara compuestos sin restricciones de fragmentos, guiándose únicamente por las reglas químicas que rigen las combinaciones de átomos. 

Este enfoque basado en IA generó más de 29 millones de moléculas candidatas. Posteriormente, el equipo aplicó filtros computacionales para eliminar los compuestos que se predijo que serían tóxicos, inestables o similares a los antibióticos existentes, reduciendo el grupo a aproximadamente 90 candidatos viables. 

De las 22 moléculas que se pudieron sintetizar y probar, seis mostraron una potente actividad antibacteriana contra S. aureus multirresistente en ensayos de laboratorio. El compuesto principal, DN1, eliminó con éxito las infecciones cutáneas por SARM en un modelo murino. 

La capacidad de la IA para explorar de forma autónoma un vasto espacio químico permitió el descubrimiento de moléculas con mecanismos novedosos, alterando ampliamente las membranas celulares bacterianas en lugar de apuntar a una sola proteína. 

Phare Bio, socio sin fines de lucro del Proyecto Antibióticos-IA, está optimizando NG1 y DN1 para estudios preclínicos posteriores. El equipo de investigación pretende aplicar estas plataformas de diseño basadas en IA a otros patógenos, como Mycobacterium tuberculosis y Pseudomonas aeruginosa.

Si bien la resistencia bacteriana continúa superando a los tratamientos existentes, el estudio demuestra que la IA puede explorar áreas previamente inexploradas del espacio químico, ofreciendo oportunidades para cambiar el desarrollo de antibióticos de respuestas reactivas a un diseño estratégico y proactivo.