Una nueva clase de antibióticos para las bacterias de Staphylococcus aureus resistentes a los medicamentos, también conocidas como SARM, ha sido descubierto por científicos utilizando modelos de aprendizaje profundo. Es la primera vez en más de 60 años que se da un descubrimiento como este y se constituye como un punto de inflexión en la lucha contra la resistencia a los antibióticos.
El equipo de investigadores del MIT que logró el descubrimiento entrenó un modelo de aprendizaje profundo utilizando conjuntos de datos ampliados. Para crear los datos de entrenamiento, se evaluaron aproximadamente 39.000 compuestos por su actividad antibiótica contra el SARM. Posteriormente, tanto los datos resultantes como los detalles sobre las estructuras químicas de los compuestos se introdujeron en el modelo. Para refinar la selección de medicamentos potenciales, los investigadores emplearon tres modelos adicionales de aprendizaje profundo. Estos modelos fueron entrenados para evaluar la toxicidad de los compuestos en tres tipos distintos de células humanas. Al integrar estas predicciones de toxicidad con la actividad antimicrobiana previamente determinada, los investigadores identificaron compuestos capaces de combatir eficazmente los microbios con un daño mínimo al cuerpo humano.
Usando este conjunto de modelos, se examinaron aproximadamente 12 millones de compuestos disponibles comercialmente. Los modelos identificaron compuestos de cinco clases diferentes, categorizados en función de subestructuras químicas específicas dentro de las moléculas, que exhibían actividad predicha contra el SARM. Un vez identificados, los investigadores adquirieron alrededor de 280 de estos compuestos y realizaron pruebas contra el SARM en un entorno de laboratorio. Este enfoque los llevó a identificar dos candidatos a antibióticos prometedores de la misma clase.
En experimentos con dos modelos de ratón, uno para la infección cutánea por SARM y otro para la infección sistémica por SARMA, cada uno de estos compuestos redujo la población de SARM en un factor de 10.
El uso de la Inteligencia Artificial en el ámbito de la investigación científica se ha convertido en un game-changer permitiéndole a los investigadores realizar pruebas, análisis y extrapolaciones que no serían posible en el mundo físico con herramientas tradicionales o que les hubiera tomado años completarlo.
