Inteligencia artificial para combatir la resistencia a los antibióticos

La resistencia a los antibióticos se ha convertido en una de las mayores amenazas para la salud pública a nivel mundial, ya que compromete la efectividad de tratamientos esenciales y aumenta la mortalidad asociada a infecciones comunes y procedimientos médicos. Según la Organización Mundial de la Salud, para el 2050, este fenómeno podría ocasionar hasta 10 millones de muertes y generar pérdidas económicas que superarían los 100 billones de dólares. 

El aumento de esta problemática se debe a factores, que incluyen prácticas inadecuadas en el uso de antimicrobianos, tanto en humanos como en animales. Además, se suma la transferencia de bacterias resistentes de animales a humanos, ya sea por contacto directo o a través de la cadena alimentaria, pero también la contaminación de fuentes de agua por medicamentos antimicrobianos y sus residuos. 

El equipo de investigación del Grupo de Ingeniería Biomédica (GIB) con el apoyo de Centro de Investigación y Formación en Inteligencia Artificial (Cinfonia) se ha enfocado en desarrollar algoritmos de inteligencia artificial para identificar nuevas secuencias de péptidos.

“Uno de los desafíos fundamentales para esta problemática es la creación de nuevos medicamentos, algo que no solo es dispendioso, sino también muy costoso para las multinacionales farmacéuticas”, afirma Juan Carlos Cruz, Ph. D. en Ingeniería Química de Kansas State University, Estados Unidos. 

Según el profesor del Departamento de Ingeniería Biomédica, diversos grupos científicos alrededor del mundo han puesto como alternativa el uso de péptidos antimicrobianos, moléculas terapéuticas diferentes a los antibióticos tradicionales.  

La identificación y el diseño de nuevos péptidos antimicrobianos requerían extensas pruebas de ensayo y error, consumiendo tiempo y recursos. “Con la IA, podemos analizar vastas cantidades de datos y secuencias de péptidos de manera más rápida y precisa”, afirma Cruz. Además, los algoritmos avanzados de aprendizaje automático pueden predecir con mayor eficacia qué péptidos tienen el mayor potencial terapéutico, optimizando así el proceso de descubrimiento. En esencia, la inteligencia artificial no solo acelera el proceso de investigación, sino que también lo hace más certero y rentable. Permite estar un paso adelante en la batalla contra las infecciones resistentes, agrega el investigador.

“Para evaluar la eficacia de estos péptidos en un tratamiento, hemos desarrollado un hidrogel que se aplica en un modelo endocervical, la parte interna del cuello uterino, utilizando la técnica de bioimpresión 3D”, señala Valentina Quezada, investigadora del GIB. Mediante esta técnica de impresión de tejidos, creamos un modelo 3D que replica las características del tejido nativo, incluyendo la dermis y la epidermis. Después de esto, inducimos una infección con múltiples cepas de Candida que han sido clasificadas como resistentes al antibiótico fluconazol. 

Bioimpresión 3D para realizar modelos de tejidos para las pruebas.

 

Para el dr. Cruz, este avance reviste gran importancia, ya que los péptidos que han desarrollado tienen el potencial de convertirse en tratamientos efectivos para hongos y levaduras resistentes a los antifúngicos convencionales. 

El siguiente paso para el grupo de investigación es emplear estos péptidos en la creación de nuevos tratamientos. “Estamos planeando inmovilizar estos péptidos en plataformas nanoestructuradas y evaluar su actividad antifúngica contra diferentes cepas. También investigaremos la viabilidad de su dispersión en los tratamientos tópicos que ha desarrollado el grupo de investigación”, indica el investigador. Esto permitirá mejorar aún más el tratamiento tópico que ya se ha desarrollado y así llevar a cabo evaluaciones en ambos modelos in vitro, tanto en modelos de piel como en modelos de endocervicales, señala.