La inteligencia artificial descubre casi un millón de antibióticos en el microbioma global

La lucha contra las bacterias multirresistentes a los antibióticos, que se teme que matará a 10 millones de personas al año en 2050, tiene un poderoso aliado en la inteligencia artificial (IA), en cuyo uso biológico es pionero el científico César de la Fuente (A Coruña, 1986). Su laboratorio, el Machine Biology Group de la Universidad de Pensilvania (EE UU), ha descubierto casi un millón de antibióticos nuevos en el microbioma global. La investigación, que según el biotecnólogo gallego y su equipo “podría ser un avance significativo en la lucha contra la resistencia a los antibióticos”, fue publicada ayer mismo en la prestigiosa revista Cell.

Se trata, apuntan desde el laboratorio de De la Fuente, de “la mayor exploración jamás descrita de datos biológicos como fuente de antibióticos”. Los compuestos identificados se originaron a partir de microbios que viven en la saliva humana, tripas de cerdos, el suelo, plantas, corales y muchos otros organismos terrestres y marinos.

En este trabajo, titulado Discovery of antimicrobial peptides in the global microbiome with machine learning, y realizado en colaboración con el laboratorio de Luis Pedro-Coelho (Centro de Investigación del Microbioma de la Universidad Tecnológica de Queensland, Australia) y otros grupos de investigación, examinaron computacionalmente el microbioma global (63.410 metagenomas y 87.920 genomas microbianos) y descubrieron casi un millón de nuevas moléculas antibióticas en la “materia oscura microbiana”, varias de las cuales resultaron efectivas en modelos preclínicos de ratones contra cepas resistentes de E. coli y Staphylococcus aureus, una bacteria temida sobre todo en los hospitales.

El científico coruñés César de la Fuente toma posesión en la Academia de Farmacia de Galicia

“Nuestra evaluación inicial reveló que 63 de estos 100 candidatos erradicaron por completo el crecimiento de al menos uno de los patógenos probados y, a menudo, de varias cepas —declara de la Fuente a su universidad, una de las más punteras del mundo—. En algunos casos, estas moléculas fueron eficaces contra las bacterias en dosis muy bajas”.

La llamada “materia oscura microbiana” la constituyen cientos de millones de especies bacterianas de las que no se tenía constancia hasta que han sido descubiertas gracias al reciente desarrollo de las técnicas de secuenciación masiva de ADN. Son microorganismos que no han sido cultivados en el laboratorio, pero que producen moléculas que pueden ser de interés para la ciencia, como potenciales antibióticos o para otras aplicaciones.

El laboratorio de De la Fuente utiliza técnicas computacionales para acelerar el hallazgo de estas posibles moléculas con potencial antibiótico, centrándose los llamados péptidos antimicrobianos (AMP, por sus siglas en inglés). A través de la implementación de estrategias avanzadas de “minería” genómica, identificaron potenciales compuestos antimicrobianos en una amplia gama de organismos. Con anterioridad, encontraron péptidos antimicrobianos en veneno de avispas e identificaron candidatos preclínicos en los genomas de humanos contemporáneos, neandertales y denisovanos extintos, mamuts lanudos y cientos de otros organismos.

Los péptidos son un tipo de moléculas presentes en la naturaleza, uno de los “ladrillos” más básicos de la vida. La unión de un bajo número de aminoácidos da lugar a un péptido; y si el número es alto, a una proteína. De la Fuente lleva casi una década investigando estos péptidos antimicrobianos. Actúan contra un amplio abanico de microorganismos, incluyendo bacterias grampositivias y gramnegativas, hongos, virus y parásitos.

En esta nueva investigación, con un enfoque basado en el aprendizaje automático, examinaron 63.410 metagenomas de acceso público y 87.920 genomas microbianos de alta calidad para predecir y clasificar moléculas antimicrobianas dentro del microbioma global. Esta extensa exploración computacional resultó en la creación de AMPSphere, un catálogo expansivo que contiene 863.498 antibióticos no redundantes, la mayoría de los cuales no se conocían con anterioridad.

Cien de estos compuestos antimicrobianos fueron sometidos a experimentos, en los que demostraron su efectividad contra patógenos resistentes a los medicamentos tanto in vitro como en un modelo de ratón preclínico.

Según los investigadores del laboratorio de César de la Fuente, estos hallazgos revelan una amplia variedad de secuencias antimicrobianas novedosas y subrayan el potencial de la IA y el aprendizaje automático para identificar antimicrobianos, abriendo nuevas vías para el descubrimiento de antibióticos.