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.