A intelixencia artificial descobre en horas case un millón de novas moléculas antibióticas
SOCIEDADE
O investigador galego César de la Fuente protagoniza un revolucionario estudo que acelera o achado de antimicrobianos para facer fronte ás superbacterias resistentes a fármacos
05 jun 2024 . Actualizado á 17:52 h.É un auténtico arsenal terapéutico descuberto nun universo de microbios, un territorio practicamente inexplorado ata o de agora. Xustamente aí, na zona escura do microbioma global, o conxunto de microorganismos —virus, bacterias e fungos— e as súas secuencias xenéticas caracterizados pola ciencia, identificáronse preto dun millón de moléculas (863.498) con potencial antibiótico que incluso poden ser efectivas para tratar as infeccións provocadas polas temidas superbacterias resistentes aos tratamentos convencionais.
Se o achado é de seu sorprendente, éo aínda máis o tempo que se empregou en sacalas á luz. Se en condicións normais os investigadores poden tardar anos en descubrir un antibiótico cun posible potencial terapéutico, neste caso o traballo fíxose en horas mediante un sistema de intelixencia artificial de aprendizaxe profunda. É a proba definitiva que demostra que a IA é xa máis unha realidade que unha promesa no campo da microbioloxía.
O estudo, que se publica na revista Cell, foi dirixida polo científico galego César de la Fuente Núñez, responsable do Machine Biology Group na Universidade de Pensilvania (EE.UU.) en colaboración co laboratorio de Luis Pedro-Coelho no Centro de Investigación do Microbioma da Universidade Tecnolóxica de Queensland.
Os investigadores utilizaron a aprendizaxe automática profunda para examinar 63.410 metagenomas —o conxunto de xenes microbianos coñecidos— e 87.920 xenomas microbianos descritos pola ciencia e accesibles nas bases públicas. Por medio desta intensa exploración computacional, realizada en horas, puideron identificar 863.498 moléculas con potencial antibiótico, a maioría das cales non se coñecían con anterioridade.
Delas, os científicos seleccionaron a cen, que se probaron tanto en cultivos in vitro como nun modelo rato preclínico para demostrar a súa efectividade contra patóxenos resistentes aos medicamentos. E en todos os casos demostrouse unha alta eficacia, polo que os laboratorios de todo o mundo teñen agora á súa disposición a posibilidade de traballar con estas moléculas para desenvolver novos antibióticos, algo especialmente importante nun momento no que se constatou un aumento das infeccións resistentes ás terapias actuais, o que se converteu nun problema de saúde global apremiante.
«Das moléculas antibióticas identificadas, sintetizamos cen que eran as que os nosos resultados nos indicaban que podían ser máis potentes e efectivas. Pero aínda queda case un millón para caracterizar e sintetizar, aínda que o noso laboratorio non o pode facer por si só porque sería demasiado caro e levaríanos demasiado tempo», explica César de la Fuente. É, en todo caso, un arsenal terapéutico que poderían explorar outros científicos.
Cen compostos seleccionados
Os cen compostos seleccionados finalmente probaron a súa efectividade en superbacterias, aquelas que ofrecen unha maior resistencia aos antibióticos actuais. É o caso da Staphylococus aureus, a Acenitobacter baumannii, a Pseudomonas aeruginosa e a E-Colli.
«As bacterias contra as que ensaiamos as moléculas son as máis perigosas para a nosa sociedade, as que matan a máis xente», destaca De la Fuente Núñez, un dos investigadores máis influentes do mundo no seu campo e que ingresou hai uns días na Real Academia Galega de Farmacia.
O biotecnólogo está convencido de que a exploración do microbioma con intelixencia artificial aínda poderá achegar máis sorpresas no futuro. «O mundo microbiano —di— ten unha chea de cousas que nunca exploramos e que isto é un exemplo do que se pode atopar aí». E proba tamén o enorme potencial da aprendizaxe profunda. Neste caso, o algoritmo foi desenvolvido e adestrado polos membros do Machine Biology Group da Universidade de Pensilvania para identificar nun rastreo as rexións do microbioma con posibilidades terapéuticas.
«Os achados —segundo constátase no artigo publicado en Cell— revelan unha ampla variedade de secuencias antimicrobianas novas, subliñando o potencial da intelixencia artificial e a aprendizaxe automática para identificar antimicrobianos tan necesarios e abrindo novas vías para o descubrimento de antibióticos».
«Cremos que esta investigación —engaden os autores do traballo— podería ser un avance significativo na loita contra a resistencia aos antibióticos».
Para a OMS, a resistencia aos antimicrobianos é xa unha das dez principais ameazas de saúde pública ás que se enfronta a humanidade, polo que urxiu en numerosas ocasións a buscar novas alternativas. E agora atopouse un tesouro por explorar.