Noticias de Salud

La inteligencia artificial logra identificar nuevos antibióticos potentes

El modelo detectó un nuevo compuesto que en pruebas de laboratorio mató a muchas de las bacterias causantes de enfermedades más problemáticas del mundo


Utilizando un algoritmo de aprendizaje automático, investigadores del Instituto Tecnológico de Massachusetts (MIT) han identificado un nuevo compuesto antibiótico poderoso que en pruebas de laboratorio mató a muchas de las bacterias causantes de enfermedades más problemáticas del mundo, incluidas algunas cepas resistentes a todos los antibióticos conocidos y eliminó las infecciones en dos modelos diferentes de ratones.
El modelo de computadora, que puede detectar más de cien millones de compuestos químicos en cuestión de días, está diseñado para detectar posibles antibióticos que matan bacterias usando mecanismos diferentes a los de los fármacos existentes.

"Queríamos desarrollar una plataforma que nos permitiera aprovechar el poder de la inteligencia artificial para marcar el comienzo de una nueva era de descubrimiento de antibióticos --señala James Collins, profesor Termeer de Ingeniería Médica y Ciencia en el Instituto de Ingeniería y Ciencia Médica (IMES) y el Departamento de Ingeniería Biológica del MIT--. Nuestro enfoque reveló esta increíble molécula que posiblemente sea uno de los antibióticos más potentes que se han descubierto".
En su nuevo estudio, los investigadores también identificaron varios otros candidatos a antibióticos prometedores, que planean probar más. Creen que el modelo también podría usarse para diseñar nuevos medicamentos, en base a lo que ha aprendido sobre las estructuras químicas que permiten que los medicamentos maten bacterias.

"El modelo de aprendizaje automático puede explorar en simulación por ordenado grandes espacios químicos que pueden ser prohibitivamente costosos para los enfoques experimentales tradicionales", dice Regina Barzilay, profesora de electrónica eléctrica y ciencias de la computación de Delta Electronics en el Laboratorio de Ciencias de la Computación e Inteligencia Artificial (CSAIL) del MIT.
Barzilay y Collins, coautores de la facultad de la Clínica Abdul Latif Jameel de MIT para el aprendizaje automático en salud, son los autores principales del estudio, que publica la revista 'Cell', junto con el primer autor del artículo es Jonathan Stokes, un postdoctorado del MIT y el Broad Institute del MIT y Harvard.

En las últimas décadas se han desarrollado muy pocos antibióticos nuevos, y la mayoría de los antibióticos recientemente aprobados son variantes ligeramente diferentes de los medicamentos existentes.
Los métodos actuales para la detección de nuevos antibióticos a menudo son prohibitivamente costosos, requieren una inversión de tiempo considerable y generalmente se limitan a un espectro reducido de diversidad química.

"Nos enfrentamos a una crisis creciente en torno a la resistencia a los antibióticos, y esta situación está siendo generada por un número cada vez mayor de agentes patógenos que se vuelven resistentes a los antibióticos existentes y una tubería anémica en las industrias biotecnológica y farmacéutica de nuevos antibióticos", dice Collins.

Para tratar de encontrar compuestos completamente novedosos, se asoció con Barzilay, el profesor Tommi Jaakkola y sus estudiantes Kevin Yang, Kyle Swanson y Wengong Jin, quienes previamente han desarrollado modelos informáticos de aprendizaje automático que pueden ser entrenados para analizar las estructuras moleculares de compuestos y correlacionarlos con rasgos particulares, como la capacidad de matar bacterias.

La idea de utilizar modelos informáticos predictivos para la detección mediante computadora no es nueva, pero hasta ahora estos modelos no eran lo suficientemente precisos para transformar el descubrimiento de fármacos.

Anteriormente, las moléculas se representaban como vectores que reflejaban la presencia o ausencia de ciertos grupos químicos. Sin embargo, las nuevas redes neuronales pueden aprender estas representaciones automáticamente, mapeando moléculas en vectores continuos que posteriormente se utilizan para predecir sus propiedades.

"Queríamos desarrollar una plataforma que nos permitiera aprovechar el poder de la inteligencia artificial para marcar el comienzo de una nueva era de descubrimiento de antibióticos
En este caso, los investigadores diseñaron su modelo para buscar características químicas que hagan que las moléculas sean efectivas para matar ‘E. coli’. Para hacerlo, capacitaron al modelo en aproximadamente 2.500 moléculas, incluidos aproximadamente 1.700 medicamentos aprobados por la FDA y un conjunto de 800 productos naturales con diversas estructuras y una amplia gama de bioactividades.

 

Fuente larazon.es

 

CONTÁCTENOS

LABORATORIO CLÍNICO PATOLÓGICO LÓPEZ CORREA S.A.

Sede Principal: Calle 24 N. 5 - 41. Pbx: 3351223 Fax: 3332234 - Celular: 312-2860809 - 315-8146359

Sede Megacentro Pinares: Carrera 19 N. 12 - 50, Torre 1 Locales 104-105. Teléfonos: 3214871 - 3211269 - Celular: 316-5266338

Sede Álamos: Calle 14 N. 23-98. Teléfonos: 3131339 –3144802. Celular: 315-5764287

Sede Cuba: Carrera 25 N.66B-08 barrio San Fernando.Teléfono: 3273988 - 3273551 - Celular: 318-4665664

Sede Dosquebradas: Carrera 16 N.16-30 barrio Valher. Teléfonos: 3301200 – 3302121 - Celular: 317-6393660

Pereira/Risaralda/Colombia

laboratorio@lopezcorrea.com