Diseño de tratamientos antimicrobianos con inteligencia artificial

María del Mar Tomás Carmona MÉDICO MICROBIÓLOGA DEL HOSPITAL A CORUÑA, INVESTIGADORA DEL INSTITUTO DE INVESTIGACIÓN BIOMÉDICA (INIBIC) Y PORTAVOZ DE LA SOCIEDAD ESPAÑOLA DE ENFERMEDADES INFECCIOSAS Y MICROBIOLOGÍA CLÍNICA (SEIMC)

OPINIÓN

U.S. Centers for Disease Control and Prevention

04 jun 2023 . Actualizado a las 05:00 h.

El importante incremento de infecciones provocadas por bacterias resistentes a los antimicrobianos plantea la necesidad de innovar en nuevas estrategias anti-infecciosas. En este sentido, importantes estudios de investigación han sido publicados utilizando técnicas de inteligencia artificial. En este artículo destacamos algunos de ellos:

En primer lugar, investigadores de Canadá han descubierto una nueva molécula, Abaucina con actividad antibacteriana frente a Acinetobacter baumannii, patógeno resistente a múltiples antibióticos y responsable de diversas infecciones. Dicho compuesto fue descubierto a partir de la selección de en torno a 7.500 moléculas a través de técnicas de aprendizaje automático con predicción de la capacidad de inhibir el crecimiento de A.baumannii. Además, se confirmó la eficacia de Abaucina como compuesto antimicrobiano en modelos animales, lo que abre la vía de desarrollo de estudios clínicos en humanos.

Una segunda línea de interés es la aplicación de técnicas de inteligencia artificial para mejorar terapias innovadoras como la fagoterapia, es decir, la utilización de virus para matar las bacterias. El aprendizaje automático con técnicas de inteligencia artificial permitiría clarificar y predecir las interacciones fagos-bacterias, basándose en el reconocimiento y defensa bacteriano, lo que permitiría analizar la capacidad infectiva del fago. Gracias a ello podrían diseñarse fagogramas digitales (análisis de susceptibilidad de la bacteria al fago), cócteles de fagos, así como ingeniería de fagos o fagos sintéticos.

Finalmente, la utilización de programas con algoritmos de predicción de péptidos con actividad antimicrobiana a partir de genomas secuenciados de varios organismos. De hecho, este tipo de predicción se ha ampliado a péptidos antifúngicos, antivirales, antibiopelícula, antituberculosos, hemolíticos, antiinflamatorios, anticancerígeno, anti-VIH, antipalúdico, insecticida, antioxidantes, actividades quimiotácticas, espermicidas y actividades inhibidoras de proteasas.

Por todo ello, la inteligencia artificial abre una importante vía de desarrollo de nuevos tratamientos antimicrobianos y/o estrategias anti-infecciosas, las cuales podrían combatir las bacterias resistentes a los antibióticos. Sin embargo, se requiere la potenciación de programas de investigación e innovación a través de la colaboración público-privada, que permitan la realización de estas nuevas líneas de investigación, y que abarquen desde los ensayos en el laboratorio (estudio en laboratorio y en animales) hasta la realización de ensayos clínicos en pacientes llevados a cabo por equipos multidisciplinares de infectólogos, microbiólogos clínicos e investigadores.

Publicaciones de interés:

https://www.nature.com/articles/s41589-023-01349-8

https://www.ncbi.nlm.nih.gov/pmc/articles/PMC9126312/pdf/nihms-1801503.pdf

https://www.sciencedirect.com/science/article/abs/pii/S1879625721001620