El abuso en el uso de antibióticos, así como su prescripción inadecuada en algunos casos, ha llevado a una crisis global provocada por el desarrollo de inmunidad a su efecto, lo que concluye con un incremento de las dosis (lo cual siempre es dañino), o bien el desarrollo de nuevos fármacos, un proceso siempre lento en el que el factor suerte es pequeño pero no despreciable. Según la Organización Mundial de la Salud, las infecciones resistentes a los antibióticos fueron directamente responsables de 1,27 millones de muertes en todo el mundo a lo largo del 2019.
Para acelerar el proceso de estudio y descubrimiento de nuevos antibióticos, un nutrido grupo de investigadores del MIT (Massachusetts Institute of Technology) y de la Universidad de Harvard, han empleado la inteligencia artificial.
Tal y como explican en la revista Nature, este proceso empezó con la creación de un conjunto de entrenamiento compuesto por 39.312 compuestos, en el cual se incluyó la mayoría de los antibióticos conocidos y una selección diversa de otras moléculas.
En un laboratorio, cada compuesto fue evaluado por su capacidad para inhibir el crecimiento del SARM (Staphylococcus aureus resistente a la meticilina por sus siglas en inglés, cepa de la bacteria Staphylococcus aureus que se ha vuelto resistente a varios antibióticos) y su toxicidad para las células humanas del hígado, músculo esquelético y pulmones.
A partir de los datos obtenidos, los investigadores entrenaron cuatro conjuntos de veinte redes neuronales gráficas cada uno, clasificando los compuestos según sus propiedades antibióticas, toxicidad hepática, toxicidad muscular, y toxicidad pulmonar.
Estos conjuntos de redes neuronales se aplicaron a doce millones de compuestos de las bases de datos de Mcule y del Instituto Broad, y se filtraron los compuestos con menor probabilidad de ser antibióticos y mayor probabilidad de ser tóxicos para los seres humanos, con lo que quedaron 3.646 compuestos antibióticos de baja toxicidad.
Para estos compuestos, los investigadores identificaron la estructura química mínima responsable de las propiedades antibióticas, eliminaron átomos o anillos de átomos de los bordes de una molécula, prediciendo la probabilidad de que la molécula modificada fuera un antibiótico activo, y repitieron estos pasos hasta que la probabilidad cayó por debajo de un umbral.
De los compuestos predichos como antibióticos probables y no tóxicos, los autores probaron en laboratorio 241 que no se conocían por actuar contra SARM. De estos, el 8,7% inhibió el crecimiento de la bacteria, superando el porcentaje en el conjunto del entrenamiento (1,3%).
Esto sugiere que el enfoque de los autores podría ser un primer paso útil en la búsqueda de nuevos antibióticos. También probaron treinta compuestos predichos como no antibióticos, ninguno de los cuales inhibió el crecimiento bacteriano, evidencia adicional de la validez del método empleado.
Dos de los compuestos que inhibieron el SARM compartían un mecanismo de acción similar y novedoso contra las bacterias, y también inhibieron otras infecciones resistentes a los antibióticos en pruebas de laboratorio.
