Sitemap
Compartir en Pinterest
Los investigadores están probando nuevas formas impulsadas por IA para encontrar antibióticos más potentes.Crédito de la imagen: Gennaro Leonardi/EyeEm/Getty Images.
  • Los patógenos resisten cada vez mejor a los antibióticos actuales, una crisis médica en ciernes.
  • Hay motivos para creer que muchas bacterias contienen antibióticos potentes y naturales que aún no se han encontrado.
  • Un artículo describe el descubrimiento de uno de esos antibióticos, encontrado mediante el uso de algoritmos bioinformáticos que pueden predecir los productos de grupos de genes biosintéticos silenciosos.

Dr.César de la Fuente-Núñez, de la Facultad de Medicina Perelman de la Universidad de Pensilvania en Filadelfia, describió el problema a Medical News Today.

“Muchos antibióticos ya no funcionan. lospredicción actuales que, para 2050, 10 millones de personas morirán anualmente en el mundo por infecciones intratables.Esto corresponde a una muerte cada tres segundos”, señaló.

"En otras palabras", dijo el Dr. de la Fuente-Núñez, "realmente necesitamos enfoques novedosos para tratar las bacterias resistentes a los medicamentos".

Investigadores del Instituto Rockefeller en Filadelfia, Pensilvania, acaban de publicar un nuevo artículo que presenta uno de esos enfoques.

Describe el uso de algoritmos bioinformáticos para descubrir agentes antibióticos naturales existentes "escondidos" dentro de bacterias que pueden superar la resistencia a los medicamentos.

El documento presenta cilagicin, un nuevo antibiótico resistente a los medicamentos, descubierto mediante el nuevo proceso.

Cilagicin protegió a los ratones amenazados por una infección aguda y exhibió una actividad antimicrobiana amplia y potente contra varios patógenos resistentes a los medicamentos.

El estudio, cuyo autor principal es el Dr.Zongqiang Wang, aparece en Science.

El Dr. de la Fuente-Núñez no participó en este estudio.

Promesa y desafío de los antibióticos naturales ocultos

El autor correspondiente del estudio, el Dr.sean fBrady, le dijo a MNT que "[m]uchos de nuestros tratamientos más útiles provienen de bacterias".

“Los métodos tradicionales para identificar antibióticos, y otras terapias naturales, se basan en procesos biológicos, es decir, fermentación, para convertir las instrucciones genéticas contenidas en los genomas bacterianos en antibióticos”, dijo el Dr.Brady.

“Desafortunadamente, a menudo es difícil convencer a las bacterias cultivadas en laboratorio para que produzcan todos los diferentes antibióticos que son capaces de producir”, señaló.

Dr.Brady señaló: “Históricamente, alrededor del 10 % de los extractos de caldo de fermentación bacteriana mostraron actividad antibacteriana. Ahora está claro que incluso las bacterias muy bien estudiadas pueden contener una gran cantidad de grupos de genes biosintéticos silenciosos (BCG)”.

No hay forma de saberlo, admitió el Dr.Brady, si los productos de estos BCG resultarán tan útiles como los que se han expresado e identificado fácilmente.

Aún así, dijo el Dr. de la Fuente-Núñez, “[u]na forma de pensar en esto es enseñar a las computadoras a diseñar y descubrir nuevos antibióticos, que es el concepto subyacente del hermoso Wang et al. papel."

Descubrimiento algorítmico

Dr.Brady explicó: "Por lo tanto, desarrollamos un enfoque de descubrimiento 'sin biología' en el que, en lugar de decodificar instrucciones genéticas mediante procesos biológicos naturales, se utilizan algoritmos bioinformáticos para predecir las estructuras químicas producidas por las bacterias, y luego se utiliza la síntesis química para construir estos antibióticos potenciales". .”

Las moléculas de las que se derivan estos antibióticos se denominan “productos naturales bioinformáticos sintéticos (syn-BNP)”.

“Solo estamos rascando la superficie, pero hay grupos de genes biosintéticos emocionantes en numerosas bacterias que potencialmente pueden codificar nuevos medicamentos”, cree el Dr. de la Fuente-Nunez. "Se necesitan con urgencia enfoques innovadores, y este trabajo y este campo de investigación es un gran ejemplo de cómo pensar de manera diferente sobre el problema del descubrimiento de antibióticos".

Lo que encontró el algoritmo

Investigadores de la Dra.El laboratorio de Brady buscó en una base de datos de alrededor de 10 000 BCG genes que podrían codificar antibióticos lipopeptídicos codificados por péptidosintetasa no ribosómicos.Estos lipopéptidos tienen un historial de inhibición del crecimiento bacteriano a través de una variedad de modos de acción.

Muchos BCG no se han explorado previamente.Uno, que los investigadores denominaron grupo "cil", llamó su atención debido a los ancestros comunes cercanos que comparte con otros genes asociados con los antibióticos.

Los investigadores lo introdujeron en un algoritmo que predijo que el BCG produciría varios compuestos, incluido uno, la cilagicina, que era un antibiótico activo.

Cilagicin se enfrentó y demostró ser potente contra varias bacterias resistentes a los medicamentos conocidas, incluidas aquellas cultivadas específicamente para resistir a cilagicin.

Descubrieron que la cilagicina tampoco causaba daño a las células humanas y, una vez convertida en unbiodisponibleforma de fármaco, luchó contra las infecciones en ratones.

Cilagicin es tan eficaz para derrotar a las bacterias resistentes a los medicamentos, dicen los investigadores, debido a dos moléculas de las que dependen las bacterias para el mantenimiento de sus paredes celulares.

Las moléculas se conocen como C55-P y C55-PP, y la mayoría de los antibióticos se unen con uno u otro, haciéndolos propensos a desarrollar resistencia.Las bacterias resistentes a los medicamentos pueden arreglárselas con la única molécula que les queda.Dado que la cilagicina se une a ambos, las bacterias no tienen solución y son derrotadas.

Un paso adelante

Los investigadores esperan que el proceso presentado en el documento pueda proporcionar una salida a nuestra crisis de resistencia a los medicamentos.Dr.bradi dijo:

“El tiempo útil restante de nuestro actual arsenal de antibióticos dependerá completamente de cuán cuidadosamente lo usemos. Con una buena administración, tengo muchas esperanzas de que nuestros antibióticos actuales puedan durar lo suficiente como para permitir el desarrollo de la próxima generación de antibióticos en los que los científicos están trabajando hoy”.

El enfoque del artículo es bien recibido por el Dr. de la Fuente-Núñez, quien dijo: “Creo en el potencial de la IA y las computadoras para ayudarnos a diseñar y descubrir nuevos antibióticos. Creo que tendremos que fusionar la inteligencia de las máquinas con la inteligencia humana para que esto suceda”.

Todas las categorias: Blog