César de la Fuente, bioingeniero español de la Universidad de Pensilvania, está marcando un hito en la batalla contra las bacterias resistentes a los antibióticos, un desafío global que amenaza la salud pública desde hace décadas. En un avance revolucionario, su equipo ha desarrollado AMP-Diffusion, una herramienta de inteligencia artificial generativa (GenAI) que diseña moléculas antibacterianas inéditas, capaces de combatir infecciones con una eficacia comparable a los mejores antibióticos actuales. Los resultados, publicados esta semana en Cell Biomaterials, representan un paso crucial hacia tratamientos más rápidos y efectivos contra las superbacterias.
En colaboración con el laboratorio de Pranam Chatterjee, experto en diseño molecular, De la Fuente ha combinado la potencia de la IA con la bioingeniería para superar las limitaciones de la naturaleza. “El conjunto de datos de la naturaleza es finito; con la IA podemos diseñar antibióticos que la evolución nunca intentó”, explica De la Fuente, profesor en Bioingeniería, Ingeniería Química, Psiquiatría y Microbiología. Por su parte, Chatterjee, especialista en Bioingeniería e Informática, destaca que AMP-Diffusion adapta algoritmos similares a los de herramientas como DALL·E, pero en lugar de generar imágenes, crea secuencias de péptidos antimicrobianos.
AMP-Diffusion utiliza un modelo de difusión, comparable al que emplean generadores de imágenes como Stable Diffusion. Este sistema parte de un “ruido” molecular y refina secuencias de aminoácidos hasta obtener péptidos con propiedades antibacterianas. Integrado con ESM-2, un modelo de lenguaje para proteínas de Meta entrenado con millones de secuencias naturales, la herramienta optimiza el diseño de moléculas sin necesidad de aprender las reglas biológicas desde cero.
El proceso comenzó con la generación de 50.000 secuencias candidatas. Una segunda herramienta de IA, desarrollada por el equipo de De la Fuente, filtró estas moléculas según su potencial antibacteriano, novedad estructural y diversidad química. De los 46 candidatos sintetizados y probados en células humanas y modelos animales, dos destacaron por su eficacia en infecciones cutáneas en ratones, igualando el rendimiento de antibióticos aprobados por la FDA como la levofloxacina y la polimixina B, sin efectos secundarios detectables.
“Es emocionante ver que nuestras moléculas generadas por IA realmente funcionaron”, afirma Chatterjee. Este logro no solo valida el potencial de la IA generativa en la lucha contra la resistencia bacteriana, sino que también abre la puerta a tratamientos más específicos y eficientes. El equipo ya trabaja en mejorar AMP-Diffusion para diseñar moléculas dirigidas a infecciones particulares y optimizar sus propiedades farmacológicas.
El objetivo final, según De la Fuente, es ambicioso: “Queremos comprimir el tiempo de descubrimiento de antibióticos de años a días”.