Investigadores del MIT han utilizado el aprendizaje profundo, una forma de inteligencia artificial, para identificar una nueva clase de compuestos capaces de matar bacterias resistentes a los fármacos. Los compuestos resultaron eficaces contra el Staphylococcus aureus resistente a la meticilina (SARM), una bacteria responsable de miles de muertes al año en Estados Unidos. Los compuestos también mostraron una baja toxicidad para las células humanas, lo que los convierte en candidatos prometedores para el desarrollo de fármacos. Los investigadores pudieron determinar la información utilizada por el modelo de aprendizaje profundo para realizar sus predicciones, lo que podría ayudar a diseñar antibióticos aún más eficaces. El estudio forma parte del proyecto Antibiotics-AI del MIT, cuyo objetivo es descubrir nuevos antibióticos contra bacterias mortales. Las infecciones por SARM pueden provocar casos graves de sepsis, una infección del torrente sanguíneo potencialmente mortal. Los investigadores entrenaron un modelo de aprendizaje profundo utilizando un gran conjunto de datos y utilizaron un algoritmo para comprender cómo el modelo hacía sus predicciones. Examinaron millones de compuestos e identificaron cinco clases de compuestos que se predijo que eran activos contra el SARM. Dos compuestos de la misma clase mostraron resultados prometedores en modelos de laboratorio y de ratón. Los compuestos parecen alterar la capacidad de las bacterias para mantener un gradiente electroquímico a través de sus membranas celulares, sin causar daños sustanciales a las células humanas. Los resultados se han compartido con una organización sin ánimo de lucro para su posterior análisis y posible uso clínico. Los investigadores también están utilizando los modelos para buscar compuestos que puedan matar otros tipos de bacterias. La investigación fue financiada por diversas organizaciones y fundaciones.
