¿Y si un medicamento que ya existe guardara una utilidad que nadie había visto? Encontrarla entre miles de compuestos se parece a revisar un botiquín enorme sin saber cuál de sus cajas puede frenar una infección peligrosa.
Un equipo del Imperial College London, liderado por Pedro Ballester, aplicó inteligencia artificial para buscar posibles antibióticos contra Streptococcus pneumoniae, el neumococo. El hallazgo apunta a medicamentos ya conocidos que podrían abrir una nueva oportunidad frente a bacterias resistentes.
El neumococo causa neumonía y otitis, pero también enfermedades graves como meningitis y bacteriemia. Algunas de sus cepas ya esquivan varios tratamientos, una razón por la que figura entre las prioridades para el desarrollo: https://www.who.int/es/news/item/17-05-2024-who-updates-list-of-drug-resistant-bacteria-most-threatening-to-human-health de nuevos fármacos de la Organización Mundial de la Salud.
La amenaza tiene una escala doméstica difícil de ignorar: mientras desarrollar un antibiótico desde cero puede exigir años, las bacterias pueden cambiar sus defensas en poco tiempo. Si las previsiones no se modifican, la resistencia a los antibióticos podría causar 10 millones de muertes anuales desde 2050.
La pieza clave fue el reposicionamiento de fármacos, la búsqueda de nuevos usos para medicamentos existentes. En lugar de fabricar una llave nueva para cada cerradura, los científicos revisaron llaves que ya estaban en el cajón para descubrir cuál podía abrir una puerta inesperada.
Un filtro digital para revisar miles de medicamentos
La inteligencia artificial funcionó como un sistema de clasificación en varias capas. Primero aprende qué rasgos comparten las moléculas que ya combaten al neumococo. Después, usa ese conocimiento para señalar compuestos con un posible efecto antibacteriano oculto.
Es como llamar a tres electricistas para revisar el cableado de una casa. Uno mira los interruptores, otro sigue las conexiones y un tercero reconoce patrones vistos en muchas viviendas. Si los tres detectan una señal, esa habitación merece una inspección más atenta.
El equipo creó una base con 1.849 moléculas activas frente al neumococo y 34.503 sin esa actividad. Luego entrenó tres sistemas: árboles de decisión, modelos que separan opciones mediante preguntas; redes neuronales, programas que detectan patrones en estructuras conectadas; y transformers, modelos entrenados previamente con enormes colecciones de moléculas.
Al combinar esos engranajes, la IA analizó una biblioteca de 6.747 medicamentos y la redujo a solo 11 candidatos. No fue una receta automática: el filtro digital indicó dónde mirar, pero el laboratorio tuvo la última palabra.
Las pruebas mostraron que nueve de esos 11 compuestos frenaban de forma considerable el crecimiento de S. pneumoniae. Destacaron el tiostreptón y el ceftiofur, con concentraciones inhibitorias medias de 0,0001 y 0,0004 microgramos por mililitro, respectivamente.
El tiostreptón también mantuvo una actividad elevada frente a cepas resistentes a múltiples medicamentos. Para Ballester, la reutilización guiada por IA es una estrategia poderosa ante la resistencia antimicrobiana, porque aprovecha datos químicos y biológicos que ya existen. El trabajo fue publicado en Sciences Advances.
Sin embargo, este resultado todavía pertenece al laboratorio. Ahora será necesario comprobar si esas concentraciones pueden alcanzarse con seguridad en el organismo y si el equilibrio entre eficacia y toxicidad permite un uso clínico real.
El mecanismo no promete una solución inmediata para la neumonía, pero sí cambia el mapa de búsqueda. A veces, el próximo antibiótico potencial no estará en una molécula recién inventada, sino en una caja conocida del botiquín que todavía no mostró toda su utilidad.
Directora de operaciones en GptZone. IT, especializada en inteligencia artificial. Me apasiona el desarrollo de soluciones tecnológicas y disfruto compartiendo mi conocimiento a través de contenido educativo. Desde GptZone, mi enfoque está en ayudar a empresas y profesionales a integrar la IA en sus procesos de forma accesible y práctica, siempre buscando simplificar lo complejo para que cualquiera pueda aprovechar el potencial de la tecnología.
