INDUSTRIAS TRANSFORMADORAS

IA para resolver la resistencia a los antibióticos

14/06/2024

CATEGORíA: Salud y Farmacia

¿Se pueden utilizar máquinas para acelerar el descubrimiento de antibióticos mediante la extracción de información biológica del mundo?


Investigadores de la Universidad de Pensilvania han desarrollado una herramienta de inteligencia artificial para extraer elementos genéticos a partir de moléculas antiguas para descubrir nuevos antibióticos. César De la Fuente, profesor asistente presidencial y un equipo de investigadores interdisciplinarios han estado trabajando en innovaciones biomédicas para hacer frente a esta amenaza inminente. En un nuevo estudio, publicado en Nature Biomedical Engineering, desarrollaron una herramienta de inteligencia artificial para extraer los vastos y en gran medida inexplorados datos biológicos más de 10 millones de moléculas de organismos modernos y extintos para descubrir nuevos candidatos para antibióticos.

 

 

Con los métodos tradicionales, se necesitan alrededor de seis años para desarrollar nuevos candidatos a medicamentos preclínicos para tratar infecciones y el proceso es increíblemente cuidadoso y costoso, dice de la Fuente. Nuestro enfoque de aprendizaje profundo puede reducir drásticamente ese tiempo, reduciendo los costos, ya que identificamos a miles de candidatos en sólo unas pocas horas, y muchos de ellos tienen potencial precínico, como se probó en nuestros modelos animales, señalando una nueva era en el descubrimiento de antibióticos.

 

Estos últimos hallazgos se basan en los métodos que de De la Fuente ha estado trabajando desde su llegada a Penn en 2019. El equipo hizo una pregunta fundamental: ¿Se pueden utilizar máquinas para acelerar el descubrimiento de antibióticos mediante la extracción de información biológica del mundo? Explica que esta idea se basa en la noción de que la biología, en su nivel más básico, es una fuente de información, que teoría podría ser explorada con IA para encontrar nuevas moléculas útiles.

 

El equipo comenzó aplicando algoritmos simples que podrían extraer proteínas individuales para encontrar pequeñas moléculas de antibióticos escondidas dentro de sus secuencias de aminoácidos. Con los avances en poder computacional, De la Fuente se dio cuenta de que podían escalar desde la extracción de proteínas individuales hasta la extracción de proteomes enteros.

 

De la Fuente dice que el equipo comenzó mirando una proteína a la vez, luego a medida que la eficiencia y la energía de las computadoras mejoraban eran capaces de escalar. A continuación, dice, entonces fueron capaces de extraer proteomes, que son todas las proteínas codificadas en un genoma del organismo, y esto nos llevó a descubrir miles de nuevas moléculas antimicrobianas en el proteoma humano y más tarde en los proteomas de antiguos homínidos como neandertales y Denisovans. Entonces, dice, nos retamos a mí mismos a míos a misteados todos los organismos extintos conocidos por la ciencia.

 

El equipo desarrolló lo que llaman des-extinción emolecular, que implica el renacimiento de moléculas antiguas con propiedades terapéuticas potenciales que se han extinguido, y provocó el descubrimiento de moléculas terapéuticas en organismos antiguos. Suponen que muchas de las moléculas que están encontrando pueden jugar un papel en la inmunidad de los huésmos a lo largo de la evolución.

 

Fuente e imagen: https://penntoday.upenn.edu

 

 




Volver al listado Volver al listado





vimeo twitter facebook linkedin


Financiado por la Unión Europea Next GenerationEU Plan de Recuperación, Transformación y Resilencia