El español César de la Fuente es uno de los científicos más destacados en la lucha contra las bacterias resistentes a los antibióticos, un problema que el ser humano arrastra desde hace décadas sin saber muy bien cómo enfrentarse a él. Este bioingeniero de la Universidad de Pensilvania ha probado de todo, desde proteínas neandertales a bacterias extremófilas, tratando de encontrar soluciones.
Ahora, la inteligencia artificial generativa (GenAI, por sus siglas en inglés) podría convertirse en una aliada clave para combatir una de las mayores amenazas para la salud global: la resistencia a los antibióticos. Un nuevo estudio, publicado esta semana en Cell Biomaterials, presenta una herramienta de IA bautizada como AMP-Diffusion que es capaz de diseñar moléculas antibacterianas inéditas, con potencial terapéutico probado en modelos animales.
El trabajo es fruto de la colaboración entre los laboratorios de Pranam Chatterjee y De la Fuente, uno especialista en diseño molecular y el segundo en inteligencia artificial aplicada a la búsqueda de nuevos antibióticos. Mientras que investigaciones previas habían demostrado que la IA puede analizar grandes cantidades de datos para encontrar candidatos prometedores, este estudio da un paso más allá: crear desde cero moléculas que la naturaleza nunca ha producido.
“El conjunto de datos de la naturaleza es finito; con la IA podemos diseñar antibióticos que la evolución nunca intentó”, afirma De la Fuente, profesor en Bioingeniería, Ingeniería Química y Biomolecular, Psiquiatría y Microbiología en la universidad estadounidense.
Por su parte, Chatterjee, profesor en Bioingeniería e Informática, añade que “estamos aprovechando los mismos algoritmos de IA que generan imágenes, pero adaptándolos para diseñar nuevas moléculas potentes”.
De ruido a moléculas antibacterianas
AMP-Diffusion utiliza un tipo de IA conocido como modelo de difusión, el mismo principio que emplean herramientas como DALL·E o Stable Diffusion para crear imágenes a partir de los prompts que los usuarios introducen. En lugar de “desenmascarar” píxeles, este modelo refina secuencias de aminoácidos hasta obtener péptidos con potencial antimicrobiano.
“Es casi como sintonizar la radio”, señala De la Fuente. “Empiezas con sonido estático y, finalmente, emerge la melodía”.
La clave está en su integración con ESM-2, un modelo de lenguaje para proteínas desarrollado por Meta y entrenado con cientos de millones de secuencias naturales. Gracias a esta base, la herramienta no necesita aprender desde cero las reglas de la biología, lo que acelera el diseño y aumenta la probabilidad de éxito de las moléculas generadas.
De 50 000 candidatos a dos promesas
El modelo generó unas 50 000 secuencias candidatas. Para seleccionar las más prometedoras, el equipo utilizó otra herramienta de IA desarrollada por el laboratorio del investigador español, que filtra moléculas según su potencial antibacteriano, su novedad estructural y su diversidad química.
Tras este cribado, se sintetizaron 46 candidatos que fueron probados en células humanas y en modelos animales. Dos de ellos demostraron una eficacia similar a antibióticos aprobados por la FDA, como la levofloxacina y la polimixina B, en infecciones cutáneas en ratones, sin efectos adversos detectables.
“Es emocionante ver que nuestras moléculas generadas por IA realmente funcionaron”, afirma Chatterjee. “Esto demuestra que la IA generativa puede ayudar a combatir la resistencia a los antibióticos”.
Los investigadores planean perfeccionar AMP-Diffusion para que pueda diseñar moléculas orientadas a infecciones específicas o con propiedades farmacológicas mejoradas. Su objetivo a largo plazo es acelerar el desarrollo de nuevos tratamientos frente a bacterias resistentes, y reducir drásticamente el tiempo necesario para encontrar candidatos eficaces.
“En última instancia, nuestro fin es comprimir el tiempo de descubrimiento de antibióticos de años a días”, resume de la Fuente.
Referencia:
Chatterjee, P. et al, Generative latent diffusion language modeling yields anti-infective synthetic peptides, Cell Biomaterials, 2025, DOI: 10.1016/j.celbio.2025.100183
Fuente: SINC
Recordamos que SALUD A DIARIO es un medio de comunicación que difunde información de carácter general relacionada con distintos ámbitos sociosanitarios, por lo que NO RESPONDEMOS a consultas concretas sobre casos médicos o asistenciales particulares. Las noticias que publicamos no sustituyen a la información, el diagnóstico y/o tratamiento o a las recomendaciones QUE DEBE FACILITAR UN PROFESIONAL SANITARIO ante una situación asistencial determinada.
SALUD A DIARIO se reserva el derecho de no publicar o de suprimir todos aquellos comentarios contrarios a las leyes españolas o que resulten injuriantes, así como los que vulneren el respeto a la dignidad de la persona o sean discriminatorios. No se publicarán datos de contacto privados ni serán aprobados comentarios que contengan 'spam', mensajes publicitarios o enlaces incluidos por el autor con intención comercial.
En cualquier caso, SALUD A DIARIO no se hace responsable de las opiniones vertidas por los usuarios a través de los canales de participación establecidos, y se reserva el derecho de eliminar sin previo aviso cualquier contenido generado en los espacios de participación que considere fuera de tema o inapropiados para su publicación.
* Campos obligatorios