Tecnologia

Un investigador español resucita moléculas de mamuts para crear nuevos antibióticos


La llegada de los antibióticos a principios del siglo XX supuso una auténtica revolución en la medicina. Pero este increíble logro médico se encuentra en jaque por el aumento de la resistencia a los antibióticos, la amenaza de patógenos emergentes y el uso excesivo de antibióticos tradicionales. Según el Informe sobre las amenazas de la resistencia a los antibióticos (AR) publicado por los Centros para el Control y la Prevención de Enfermedades (CDC) cada año hay millones de infecciones resistentes a los antibióticos que conduce a miles de muertes. La lista de patógenos prioritarios que desde 2017 publica la Organización Mundial de la Salud (OMS) incluye algunos resistentes a los medicamentos como Enterococcus faecium, Staphylococcus aureus, Klebsiella pneumoniae, Acinetobacter baumannii, Pseudomonas aeruginosa y especies de Enterobacter. Todos ellos provocan graves infecciones hospitalarias en todo el mundo, por lo que los científicos llevan años buscando nuevos antibióticos ante esta oleada de super-patógenos.

Un investigador español descubre resucita moléculas de mamuts para crear nuevos antibióticosMidjourney/Sarah Romero

Un camino prometedor

Hace casi un siglo, el descubrimiento de antibióticos como la penicilina revolucionó la medicina al aprovechar la capacidad natural de los microbios para matar bacterias. Hoy necesitamos más ayuda. En esa línea de estudio, un biotecnólogo español, César de la Fuente, líder del Machine Biology Group en la Universidad de Pensilvania (EE.UU.) lleva a cabo una investigación destinada a recuperar moléculas desconocidas para los microorganismos, como por ejemplo, las de animales extintos como el famoso mamut.

Ahora, y gracias al poder de la inteligencia artificial, el equipo de De la Fuente ha conseguir “resucitar” con IA moléculas de mamuts y de otros animales y plantas desaparecidos hace miles de años. Sus resultados se publican en la revista Nature Biomedical Engineering y exponen una técnica conocida como “desextinción molecular”, en la que proteínas, ácidos nucleicos y otros compuestos que no están codificados en los organismos vivos de la actualidad, son traídas de vuelta para elaborar nuevos y más potentes antibióticos.

IA Apex

Gracias a un algoritmo de IA llamado APEX (siglas en inglés de Desextinción de Péptidos Antibióticos), pudieron buscar antibióticos en un vasto conjunto de datos con genomas registrados de decenas de miles de bacterias y organismos primitivos como el mamut lanudo, el alce gigante y el milodón, una especie de perezoso gigante. Concretamente, el equipo utiliza el aprendizaje profundo para extraer los proteomas -grupo de proteínas elaboradas por un organismo- de todos los organismos extintos disponibles para el descubrimiento de péptidos antibióticos.

Este esfuerzo sin precedentes extrajo más de diez millones de péptidos y predijo 37.176 secuencias con actividad antimicrobiana. De esta última cifra, 11.035 no se encontraron en organismos existentes. Y es que la naturaleza siempre ha sido un buen lugar para buscar nuevos medicamentos, especialmente antibióticos.

“La IA en el descubrimiento de antibióticos es ahora una realidad y ha acelerado significativamente nuestra capacidad para descubrir nuevos fármacos candidatos. Lo que antes llevaba años ahora se puede lograr en horas utilizando ordenadores”, afirmó César de la Fuente.

Gracias a un algoritmo desarrollado con inteligencia artificialMidjourney/Sarah Romero

Seleccionaron 69 péptidos -que son una réplica biológica exacta de las que existían en estos animales en el pasado- para sintetizar y probaron su efectividad contra patógenos bacterianos. La mayoría de estos péptidos mató a las bacterias al despolarizar su membrana citoplasmática. Los que mejor funcionaron fueron los compuestos de la antigua vaca marina, el mamut lanudo, el perezoso gigante o el del alce gigante.

Teniendo en cuenta que el desarrollo de nuevos antibióticos mediante métodos tradicionales cuesta miles de millones de euros y puede prolongarse mucho en el tiempo, usar la inteligencia artificial es una decisión más que acertada, ya que no solo resulta más económico sino que acelera el descubrimiento de nuevos antibióticos al poder descubrir cientos de miles de candidatos preclínicos en apenas unas horas.

Las moléculas descubiertas han sido bautizadas como: neandertalina, mamutina, milodonina y megalocerina. La primera de ella proviene de los neandertales, la mamutina del mamut lanudo; la milodonina del milodón y la megalocerina proviene de megalocero, un alce gigante cuyas astas medían hasta 3,5 metros de punta a punta y que se extinguió hace unos 5.000 años.

Una proteína del mamut podría servir como la base para lograr un potencial antibiótico.Midjourney/Sarah Romero

Problema de la resistencia a antibióticos

La resistencia a los antibióticos es un fenómeno natural que se produce a través del proceso de evolución. Cuando las bacterias se exponen a los antibióticos, la mayoría acaban muriendo pero las más resilientes, pocas pero algunas, son capaces de sobrevirir. Estos supervivientes pueden luego multiplicarse y transmitir sus genes de resistencia a la siguiente generación y, con el tiempo, puede dar lugar al desarrollo de cepas bacterianas resistentes a múltiples antibióticos.

Múltiples factores contribuyen a la resistencia a los antimicrobianos, como el uso indebido de antibióticos y la falta de acceso a agua potable, higiene e instalaciones sanitarias. Y, en la actualidad, la resistencia a los antimicrobianos provoca 700.000 muertes al año y se prevé que se cobrará diez millones de vidas en 2050, según el Grupo de Biología Automática (MBG) de la Universidad de Pensilvania.

Se estima que las bacterias resistentes a los antibióticos matarán a 10 millones de personas al año de aquí a 25 años.Midjourney/Sarah Romero

Referencias: 

  • Fangping Wan, Marcelo D. T. Torres, Jacqueline Peng, Cesar de la Fuente-Nunez. et al. Deep-learning-enabled antibiotic discovery through molecular de-extinction. Nat. Biomed. Eng (2024). https://doi.org/10.1038/
  • Célio Dias Santos-Júnior, Marcelo D.T. Torres, Yiqian Duan, Álvaro Rodríguez del Río, Thomas S.B. Schmidt, Hui Chong, Anthony Fullam, Michael Kuhn, Chengkai Zhu, Amy Houseman, Jelena Somborski, Anna Vines, Xing-Ming Zhao, Peer Bork, Jaime Huerta-Cepas, Cesar de la Fuente-Nunez, Luis Pedro Coelho. Discovery of antimicrobial peptides in the global microbiome with machine learning. Cell, 2024; DOI: 10.1016/j.cell.2024.05.013
  • Jacqueline R.M.A. Maasch et al. 2023. Molecular de-extinction of ancient antimicrobial peptides enabled by machine learning. Cell Host & Microbe 31 (8): 1260-1274; doi: 10.1016/j.chom.2023.07.001



Source link

Related Articles

Leave a Reply

Your email address will not be published. Required fields are marked *

Check Also
Close
Back to top button