Identificación de nuevos antibióticos mediante redes neuronales
Se han encontrado nuevos antibióticos que ayudan a combatir las bacterias resistentes utilizando la inteligencia artificial. Estos compuestos han demostrado en los ratones su eficacia frente a los Staphylococcus aureus resistentes a la meticilina (MRSA) y han observado una toxicidad muy baja para las células humanas. Los resultados han sido publicados en la revista Nature.
Investigadores del MIT entrenaron un modelo de aprendizaje profundo con información sobre el efecto antibiótico y la estructura química de 39.000 compuestos. Además, entrenaron otros tres modelos para predecir que los compuestos eran tóxicos para tres tipos de células humanas. Con esta batería de modelos se analizaron 12 millones de compuestos disponibles en el mercado. Así, se identificaron cinco tipos de compuestos que, en función de su estructura química, podrían ser eficaces contra el MRSA.
En el laboratorio se probaron cerca de 280 compuestos de este tipo, y se observó que dos compuestos del mismo tipo podían ser muy buenos candidatos para combatir el SARM, ya que conseguían reducir 10 veces la población de estas bacterias. Los experimentos han demostrado que estos compuestos matan bacterias porque les impiden mantener el gradiente electroquímico de la membrana. Sólo afectan a las membranas bacterianas y no a las células humanas.
Por otra parte, una de las innovaciones más importantes de la investigación es que los investigadores han conseguido extraer la información y razonamiento que el sistema de aprendizaje profundo ha utilizado para predecir la capacidad antibiótica de los compuestos. Porque hasta ahora uno de los problemas de estos sistemas era que funcionaban como caja negra. Y esta información podría ser muy útil para diseñar antibióticos aún más eficientes, por ejemplo
Zu idazle
Zientzia aldizkaria
