Foto: Sergio F Cara (NotiPress)
Los antibióticos diseñados mediante inteligencia artificial (IA) enfrentan serios obstáculos antes de llegar a los hospitales. Investigadores señalan limitaciones en la estabilidad química de las moléculas, dificultades de síntesis a gran escala y altos costos de producción. Aunque los algoritmos generan miles de candidatos en minutos, ninguno se encuentra aún en ensayos clínicos con personas.
Así, la magnitud del problema adquiere relevancia tras el informe de los Centros para el Control y la Prevención de Enfermedades de Estados Unidos. En ese reporte se confirmó un aumento del 69% en infecciones bacterianas peligrosas entre 2019 y 2023. Las Enterobacterales, catalogadas como "bacterias de pesadilla", figuran entre los patógenos más difíciles de combatir. A nivel global, la resistencia antimicrobiana está asociada con 1,1 millones de muertes anuales.
Jim Collins, bioingeniero del Instituto Tecnológico de Massachusetts (MIT), explicó que varios compuestos generados por IA resultan inestables o imposibles de fabricar a un costo razonable. En un estudio reciente, su equipo predijo cientos de moléculas antibacterianas, pero solo 24 lograron sintetizarse. De ese grupo, siete mostraron propiedades para detener el crecimiento bacteriano y dos funcionaron contra cepas resistentes de Neisseria gonorrhoeae y Staphylococcus aureus.
A pesar de los desafíos, algunos laboratorios reportan progresos. César de la Fuente, biólogo de la Universidad de Pensilvania, indicó que la IA permitió acelerar procesos que antes duraban años. Según sus datos, el ciclo de descubrimiento, síntesis inicial y pruebas en células puede completarse en "una o dos semanas". En un proyecto reciente, su grupo generó 50 mil péptidos antimicrobianos. De 46 candidatos principales, 35 destruyeron al menos una cepa bacteriana en laboratorio sin toxicidad significativa para células humanas. Dos lograron reducir infecciones por Acinetobacter baumannii en ratones.
Otro enfoque proviene de Canadá, donde el bioquímico Jon Stokes y su equipo en la Universidad McMaster desarrollaron un modelo generativo que emplea fragmentos químicos pequeños. El método incrementa la probabilidad de obtener moléculas viables y, según Stokes, cerca del 85% de los compuestos diseñados con esta estrategia pueden reproducirse en laboratorio.
Además, Stokes destacó el uso de IA para anticipar mecanismos de acción. "El modelo de IA predijo el objetivo biológico en 100 segundos, y luego nos llevó unos seis meses demostrar que la IA acertó en el laboratorio", explicó sobre un proyecto en revisión científica.
Los hallazgos evidencian una paradoja en el desarrollo de antibióticos impulsados por IA: la tecnología genera compuestos con rapidez sin precedentes, mientras la producción y validación en entornos médicos continúa limitada. Ninguno de los medicamentos creados bajo estos métodos llegó aún a la etapa de prueba en humanos, lo que retrasa su impacto frente al crecimiento sostenido de la resistencia bacteriana.
DESCARGA LA NOTA SÍGUENOS EN GOOGLE NEWS
