Los científicos indicaron que este procedimiento podría contribuir a acelerar el descubrimiento de otros antibióticos para tratar otras bacterias más peligrosas, incluso para otras enfermedades más graves.

Miembros del equipo de investigación trabajaban en la búsqueda de nuevos medicamentos para tratar la Acinetobacter baumannii, identidificada por la Organización Mundial de la Salud (OMS) como una de las bacterias resistentes a los antibióticos más peligrosas del mundo.

Esta bacteria, difícil de erradicar por los medicamentos, puede causar neumonía, meningitis e infectar heridas, lo que a la larga puede causar la muerte del paciente.

A. baumanni se encuentra con frecuencia en ambientes hospitalarios, donde pueden sobrevivir durante largos períodos. La bacteria puede copiar ADN de otras especies de bacterias en su entorno, incluidos los genes de resistencia a los antibióticos.

Los resultados de la investigación, publicados por la revista Nature Chemical Biology, explica que los investigadores utilizaron un algoritmo de Inteligencia Artificial para predecir nuevas clases estructurales de moléculas antibacterianas e identificaron un nuevo compuesto antibacteriano, al que llamaron abaucina.

Los métodos tradicionales para descubrir nuevos antibióticos pueden ser costosos, llevar mucho tiempo y contar con un alcance limitado, por lo que utilizar la IA para apoyarse en esta tarea reduce los costos y el tiempo de descubrimiento.

“Este trabajo valida los beneficios del aprendizaje automático en la búsqueda de nuevos antibióticos”, aseveró el autor principal del artículo, Jonathan Stokes, quien además es profesor asistente en el Departamento de Biomedicina y Bioquímica de McMaster, quien realizó el trabajo con James J. Collins, profesor de ingeniería médica y ciencia en el MIT, y los estudiantes graduados de McMaster Gary Liu y Denise Catacutan.

“Los enfoques de IA para el descubrimiento de fármacos están aquí para quedarse y seguirán perfeccionándose”, agregó Collins, líder de la facultad de Ciencias de la Vida en la Clínica MIT Abdul Latif Jameel para el Aprendizaje Automático en Salud.

“Sabemos que los modelos algorítmicos funcionan, ahora se trata de adoptar ampliamente estos métodos para descubrir nuevos antibióticos de manera más eficiente y menos costosa”, agregó.

De acuerdo con los investigadores, abaucin es especialmente prometedor, pues solo se dirige a A. baumannii. El hallazgo significa que es menos probable que el patógeno desarrolle rápidamente resistencia a los medicamentos, y que podría conducir a tratamientos más precisos y efectivos.

“Los métodos de IA nos brindan la oportunidad de aumentar enormemente la velocidad a la que descubrimos nuevos antibióticos, y podemos hacerlo a un costo reducido. Esta es una importante vía de exploración para nuevos antibióticos”, concluyó.

El Parkinson es notoriamente difícil de diagnosticar debido que se basa principalmente en la aparición de síntomas motores como temblores, rigidez y lentitud, pero estos suelen aparecer varios años después del inicio de la enfermedad.

Actualmente, este equipo de especialistas desarrolló un modelo de Inteligencia Artificial (IA) que puede detectar el Parkinson con sólo leer los patrones de respiración de una persona.

La herramienta en cuestión es una red neuronal, una serie de algoritmos conectados que imitan el funcionamiento de un cerebro humano, capaz de evaluar si alguien tiene Parkinson a partir de su respiración nocturna, es decir, los patrones de respiración que se producen mientras duerme.

La IA puede hacer seguimiento de la progresión del Parkinson

La red neuronal es capaz de discernir la gravedad de la enfermedad de Parkinson de alguien y seguir la progresión de su enfermedad a lo largo del tiempo.

A lo largo de los años, los científicos investigaron el potencial de detectar este padecimiento utilizando el líquido cefalorraquídeo y las neuroimágenes, pero tales métodos son invasivos, costosos y requieren el acceso a centros médicos especializados, haciéndolos inadecuados para las pruebas frecuentes que podrían proporcionar un diagnóstico.

Los investigadores del MIT demostraron que la evaluación de la IA del Parkinson puede hacerse cada noche mientras la persona está dormida y sin tocar su cuerpo. Para ello, el equipo desarrolló un dispositivo con la apariencia de un router Wi-Fi doméstico, pero en lugar de proporcionar acceso a Internet, el dispositivo emite señales de radio.

Evaluación pasiva

El instrumento puede analizar sus reflejos en el entorno circundante y extrae los patrones de respiración del sujeto sin ningún contacto corporal. La señal de la respiración es entonces alimentada a la red neuronal para evaluar el Parkinson de manera pasiva, y no se necesita ningún esfuerzo por parte del paciente y del cuidador.

A new neural network trained by MIT PhD student Yuzhe Yang and postdoc Yuan Yuan assesses whether or not someone has Parkinson’s from their nocturnal breathing. https://t.co/32b38GWQve pic.twitter.com/nmCVTKDOPL

— Massachusetts Institute of Technology (MIT) (@MIT) August 26, 2022

De interés: La EMA evalúa la vacuna de BioNTech adaptada a dos variantes de ómicron

María Gabriela Moncada

Con información de dpa y redes sociales

Haga clic en el enlace para suscribirse gratis a nuestro grupo de medios y noticias en Telegram: https://t.me/G_ELSUMARIO_News