Recientemente se publicó en la revista científica Cell el descubrimiento de un nuevo y
poderoso tipo de antibióticos, utilizando un método pionero de aprendizaje
automático. El trabajo fue dirigido por el biólogo Jim Collins en el Instituto de Tecnología de Massachusetts
en Cambridge.
La definición de aprendizaje automático es la
aplicación de inteligencia artificial (IA) para aprender de tu propia
experiencia. Esta es la capacidad de los sistemas computarizados para aprender
y mejorar a partir de tu propia experiencia sin ser programado explícitamente,
como jugar al ajedrez contra sí mismo sin jugadores humanos. Esta es la primera
vez que el uso de IA ha llevado a la identificación de un tipo completamente
nuevo de antibiótico desde cero, sin la aportación de ninguna suposición humana
previa. El nuevo antibiótico se llamó halicina. Cuando se probó en ratones, se
descubrió que era altamente eficaz contra una amplia gama de bacterias,
incluida la tuberculosis y las cepas que se consideraban ‘resistentes a la panificación’
y, por lo tanto, no se podían tratar.
En experimentos previos que involucraron otros
compuestos antibióticos, la resistencia ha surgido típicamente dentro de un día
o dos, pero en el caso de la halicina no ocurrió incluso después de 30 días. El
nombre halicina fue elegido como un homenaje a HAL, la computadora inteligente
en la película 2001: A Space Odyssey.
¿Por qué es tan significativo el descubrimiento?
En los últimos años, la resistencia bacteriana a
los antibióticos ha aumentado exponencialmente, mientras que el descubrimiento
y la aprobación regular de nuevos antibióticos se está ralentizando. Los
expertos han hecho la sombría predicción de que para el año 2050, las
infecciones podrían volverse resistentes hasta el punto de matar a 10 millones
de personas por año. Una de las formas de evitar este escenario aterrador es
encontrar nuevos antibióticos. El problema, según Collins, es que las personas
siguen encontrando las mismas moléculas una y otra vez. Por eso es tan
importante el desarrollo de nuevos modos de búsqueda.
¿Cómo se usó la IA para descubrir el nuevo
antibiótico?
El equipo de investigadores desarrolló un algoritmo
de IA inspirado en la estructura del cerebro. Este sistema, llamado red
neuronal, aprende las características y cualidades de las moléculas átomo por
átomo. La red neuronal se entrenó para detectar moléculas que impiden el
crecimiento de la bacteria conocida como E. coli. Una vez que el sistema fue
entrenado, se utilizó para detectar aproximadamente 6000 moléculas. Los
investigadores pidieron al modelo que prediga cuáles serían efectivos contra E.
Coli y que muestre solo los que se ven diferentes de los antibióticos
convencionales. De los resultados, se seleccionaron alrededor de 100 moléculas
candidatas para pruebas físicas. Afortunadamente, una de estas moléculas, la
halicina, resultó ser un antibiótico extremadamente potente. El algoritmo
predice las funciones sin suposiciones sobre cómo funcionan las drogas y sin
que se etiqueten los grupos químicos, y es debido a ese enfoque neutral que
puede aprender nuevos patrones, desconocidos para los expertos humanos.
¿Qué significa todo esto para el futuro?
La IA ya se ha utilizado para fines de
investigación médica, pero de una manera ligeramente diferente a la que Collins
y su equipo la han utilizado aquí. En lugar de buscar estructuras específicas y
clases moleculares, su red buscó moléculas que mostraran una actividad
particular.
El equipo espera ampliar el enfoque general para
encontrar nuevos antibióticos e incluso usar sus métodos para diseñar moléculas
desde cero. El uso de la tecnología de IA dentro de la atención médica todavía
se considera en su infancia, pero está demostrando ser una herramienta poderosa
que puede ayudarnos a alcanzar algunos avances importantes en el campo de la
medicina. Muchos expertos creen que el siguiente nivel de medicina y drogas
médicas depende enormemente de nuestro progreso en el poder de procesamiento de
la computadora. YTL
No hay comentarios.:
Publicar un comentario