Investigadores del ITM han descubierto un nuevo y potente compuesto antibiótico utilizando un algoritmo de aprendizaje automático. En las pruebas de laboratorio, este medicamento acabó con muchas de las bacterias causantes de las enfermedades más problemáticas del mundo, incluidas algunas cepas que son resistentes a todos los antibióticos conocidos. También eliminó las infecciones en dos modelos de ratones diferentes.

El modelo informático, que puede analizar más de cien millones de compuestos químicos en cuestión de días, está diseñado para detectar posibles antibióticos que matan bacterias usando mecanismos diferentes a los de los medicamentos existentes.

Regina Barzilay y James Collins, codirectores de la facultad de la Clínica para el Aprendizaje Automático en la Salud Abdul Latif Jameel en el ITM (J-Clinic), son los autores sénior del estudio publicado hoy en Cell. El primer autor del artículo es Jonathan Stokes, que posee un post-doctorado por el ITM y el Broad Institute del ITM y Harvard.

J-Clinic es una parte esencial de la Búsqueda de la inteligencia (Quest for Intelligence) del ITM y se centra en desarrollar tecnologías de aprendizaje automático para revolucionar la prevención, la detección y el tratamiento de enfermedades. Se centra en crear y comercializar tecnologías de aprendizaje automático de alta precisión, asequibles y escalables para áreas de la sanidad que abarcan desde el diagnóstico hasta la farmacéutica.

En su nuevo estudio, los investigadores también identificaron otros prometedores candidatos a antibióticos con los que planean realizar más pruebas. En base a lo que ha aprendido sobre las estructuras químicas que permiten a los medicamentos matar bacterias, consideran que el modelo también podría usarse para diseñar nuevos medicamentos.

“El modelo de aprendizaje automático puede explorar vía simulación computacional grandes espacios químicos, lo que sería extremadamente caro para los enfoques experimentales tradicionales”, dice Barzilay, profesor de ingeniería eléctrica y ciencias informáticas de Delta Electronics en el Laboratorio de ciencias informáticas e inteligencia artificial (CSAIL) del ITM.

En las últimas décadas se han desarrollado muy pocos antibióticos nuevos, y la mayoría de los antibióticos aprobados recientemente son variantes que se diferencian muy poco de los medicamentos existentes. A menudo, los métodos actuales para la detección de nuevos antibióticos tienen un coste prohibitivo, requieren una inversión de tiempo considerable y, generalmente, se limitan a un espectro de diversidad química reducido.

“Nos enfrentamos a una creciente crisis en torno a la resistencia a los antibióticos. Esta situación surge como consecuencia del creciente número de agentes patógenos que se vuelven resistentes a los antibióticos existentes y a un débil desarrollo de nuevos antibióticos de las industrias biotecnológicas y farmacéuticas”, dice Collins.

La idea de utilizar modelos informáticos predictivos para detectar vía simulación computacional no es nueva, pero hasta ahora estos modelos no eran lo bastante precisos como para transformar el descubrimiento de fármacos. Anteriormente, las moléculas se representaban como vectores que reflejaban la presencia o ausencia de ciertos grupos químicos. Sin embargo, las nuevas redes neuronales pueden aprender estas representaciones automáticamente, mapeando moléculas en vectores continuos que posteriormente se utilizan para predecir sus propiedades.

Se predijo que la molécula elegida por el modelo tenía una fuerte actividad antibacteriana y una estructura química diferente a la de cualquier antibiótico existente. Utilizando un modelo de aprendizaje automático diferente, los investigadores también demostraron que, probablemente, esta molécula tendría una baja toxicidad para las células humanas.

“El mundo necesita desesperadamente nuevos antibióticos para combatir enfermedades peligrosas, por lo que es muy alentador que el equipo de J-Clinic en el ITM haya contribuido con un gran avance en la búsqueda de uno realmente nuevo usando el aprendizaje automático”, dijo Fady Jameel, presidente de Community Jameel International. “Durante décadas, Community Jameel se ha comprometido a apoyar la investigación que puede ayudar a mejorar la vida de las personas. Combatir el riesgo de infecciones resistentes a los antibióticos, como la tuberculosis, podría significar una gran diferencia para todos nosotros.”

Los investigadores planean realizar más estudios de esta molécula, trabajando con una empresa farmacéutica u organización sin ánimo de lucro, con la esperanza de poder desarrollarla para su uso en humanos. Los investigadores también cuentan con usar su modelo para diseñar nuevos antibióticos y optimizar las moléculas existentes. Por ejemplo, podrían entrenar al modelo para añadir características que harían que un antibiótico en particular atacara solo ciertas bacterias, evitando que mate bacterias beneficiosas en el tracto digestivo de un paciente.

La investigación fue financiada y posible gracias a una serie de patrocinadores, incluida la Clínica para el Aprendizaje Automático en la Salud Abdul Latif Jameel.