IBM crea inteligencia artificial que desarrolla antibióticos

Un equipo de científicos especializados de IBM desarrollaron una inteligencia artificial capaz de formar antibióticos para combatir las llamadas superbacterias, microbios resistentes a los medicamentos administrados en la actualidad.

IBM creó una inteligencia artificial que desarrolla antibióticos

El desarrollo es fundamental para la salud pública de los próximos años, pues según estimaciones de expertos, la resistencia de bacterias a los antibióticos actuales podría generar que las infecciones que hoy son comunes sean la causa de muerte de 10 millones de personas para 2050.

En una investigación publicada en la revista Nature, los especialistas de IBM explican que el novedoso desarrollo de inteligencia artificial funciona con un modelo llamado “autocoficador generativo profundo” que, a grandes rasgos, examina una variedad de secuencias de péptidos, detallando su función y composición molecular. A partir de estos datos, el algoritmo busca similitudes con otros péptidos para generar moléculas bactericidas.

De acuerdo con los especialistas, el sistema de inteligencia artificial desarrolló dos antibióticos al cabo de 48 días en los que experimentó con 20 candidatos a péptidos bactericidas. Estas sustancias fueron probadas en ensayos clínicos en ratones, donde se observó su eficacia contra dos grandes clases de bacterias (Gram-positivas y Gram-negativas) con un baja toxicidad.

En cultivos celulares y pruebas en ratones, también tuvieron una baja toxicidad y parecía muy poco probable que condujeran a una mayor resistencia a los medicamentos en E. coli.

Aunque los prospectos a medicamentos son prometedores en sí mismos, los expertos destacan que la verdadera trascendencia del estudio es el mecanismo de inteligencia artificial que permitió desarrollarlos.

Señalan que este enfoque, basado en el análisis de grandes cantidades de datos, aceleraría considerablemente el desarrollo de nuevos antibióticos. En la actualidad, este proceso requiere extensas investigaciones basadas en métodos de ensayo y error.

Recomendaciones del editor