Medidas inteligentes contra una amenaza global
La resistencia antimicrobiana plantea la necesidad de explorar nuevas estrategias para disminuir su impacto. Ante la disminución de la eficacia de los tratamientos disponibles, la IA emerge como una herramienta esperanzadora.
Su grado de letalidad, requerimiento hospitalario, nivel de resistencia a los antibióticos y la facilidad de transmisión son parte de los criterios de selección de la lista de patógenos prioritarios elaborada por la Organización Mundial de la Salud (OMS) y la División de Enfermedades Infecciosas de la Universidad de Tübingen en Alemania [1].
Uno de los objetivos del trabajo -que también evaluó parámetros como capacidad preventiva, opciones terapéuticas, investigación y desarrollo de nuevos medicamentos- fue identificar bacterias multirresistentes en hospitales, hogares de ancianos y entre pacientes que utilizan dispositivos invasivos como ventiladores y catéteres intravenosos.
En el nivel máximo o crítico figura Acinetobacter baumannii considerado por la OMS como uno de los microorganismos gramnegativos multirresistentes más peligrosos. Las pocas opciones de tratamiento impulsaron la búsqueda de herramientas innovadoras para combatirlo y científicos de las Universidades de McMaster (Canadá) y Stanford (Estados Unidos) creen haber encontrado la estrategia indicada: inteligencia artificial (IA).
Incremento en la resistencia
A. baumannii causa una amplia variedad de cuadros clínicos -neumonía, meningitis y bacteriemia- además de soportar la acción de diferentes grupos de antibióticos, complicando el manejo de las infecciones que provoca [2]. Es junto a otros microorganismos como Helicobacter pylori, Staphylococcus aureus, Streptococcus pneumoniae, Escherichia coli, Klebsiella pneumoniae y Salmonella spp., parte de un listado de patógenos que en los últimos años muestran mayor nivel de resistencia a distintas generaciones de medicamentos poniendo en riesgo la salud de la población.
Este fenómeno es considerado por la OMS como un problema de salud pública, que debe ser abordado con sentido de urgencia y cuya génesis radica en la prescripción y utilización no reglamentadas de antibióticos, acceso limitado a medicamentos de calidad y falta de agua limpia, servicios de saneamiento, prevención y control de infecciones [3].
Capacidad innata de sobrevivencia
Una superbacteria es un patógeno que desarrolló resistencia antimicrobiana (RAM). Son insensibles a los tratamientos y tienen la capacidad de replicarse y sobrevivir, a pesar del uso de medicamentos. Responden a un proceso biológico natural e inevitable, de adaptación y selección, que ocurre cuando estos microorganismos se enfrentan a una carga antibiótica permanente.
De acuerdo con el análisis sistemático “Carga mundial de resistencia bacteriana a los antimicrobianos en 2019”, publicado en The Lancet [4], solo en ese año se registraron 4,95 millones de muertes asociadas a RAM, 1,27 millones de ellas de manera directa.
Según un informe publicado por el Programa de las Naciones Unidas para el Medio Ambiente (PNUMA), en 2050 los fallecimientos podrían superar los 10 millones, cifra comparable con la tasa de mortalidad por cáncer de 2020 [5].
La situación es crítica en países de ingresos bajos, medios y altos, afectando sin distinción de sexo, edad, raza ni condición social. Son de particular interés las bacterias gramnegativas, debido a su capacidad innata de burlar tratamientos -carbapenémicos y cefalosporinas de tercera generación- y transmitir material genético que permite a otros patógenos convertirse en farmacorresistentes.
Construcción de nuevas moléculas
El fracaso de las terapias, la persistencia de las infecciones y el riesgo de propagación de los agentes bacterianos configuran un escenario complejo. En esa línea, científicos de Canadá y Estados Unidos desarrollaron una fórmula capaz de diseñar -de forma rápida, sencilla y económica- millones de nuevas moléculas de antibióticos.
El trabajo publicado en Nature Machine Intelligence [6] describe esta herramienta se construyó en base a inteligencia artificial generativa (IAG) un campo que avanza con rapidez y que permite la producción automatizada de datos de contenido textual, gráfico, sonoro y audiovisual de alta calidad.
Con el propósito de detener la propagación de Acinetobacter baumannii, los investigadores crearon un modelo de IAG llamado SyntheMol, mediante el cual lograron acceder a millones de moléculas con propiedades antibacterianas prometedoras.
“Fue entrenado para construir fármacos potenciales utilizando una biblioteca de más de 130 mil componentes moleculares y un conjunto de reacciones químicas validadas. Generó no solo el compuesto final, también detalló los pasos que se dieron con esos elementos básicos, brindando un conjunto de recetas para producir los medicamentos”, comentó Jonathan Stokes, autor principal y profesor asistente del Departamento de Bioquímica y Ciencias Médicas de la Universidad de McMaster.
Antes de la llegada de la IAG, se habían adoptado diferentes enfoques computacionales para el desarrollo de antibióticos, algunos basados en la exploración de las bibliotecas de medicamentos utilizando algoritmos. Sin embargo, buscaban mayor precisión.
Además de garantizar que cualquier molécula ideada pudiera sintetizarse en un laboratorio, SyntheMol creó estructuras y recetas químicas para seis nuevos medicamentos contra A. baumannii. “Ahora no solo tenemos moléculas completamente nuevas, sino también instrucciones explícitas sobre cómo producirlas”, agregó James Zou, coautor y profesor asociado de la Universidad de Stanford.
Los avances en investigación y desarrollo (I+D) son considerados claves para enfrentar la resistencia antimicrobiana. Sin embargo, la piedra angular en la lucha contra este problema de salud pública continúa siendo la prevención y uso racional de los antibióticos existentes y futuros.
Referencias
[1] "La OMS publica la lista de las bacterias para las que se necesitan urgentemente nuevos antibióticos". https://www.who.int/es/news/item/27-02-2017-who-publishes-list-of-bacteria-for-which-new-antibiotics-are-urgently-needed.
[2] Gaynes, R., Edwards, J. R., & National Nosocomial Infections Surveillance System. (2005). Overview of nosocomial infections caused by gram-negative bacilli. Clinical Infectious Diseases: An Official Publication of the Infectious Diseases Society of America, 41(6), 848–854.
[3] "Patógenos multirresistentes que son prioritarios para la OMS". https://www.paho.org/es/noticias/4-3-2021-patogenos-multirresistentes-que-son-prioritarios-para-oms.
[4] Antimicrobial Resistance Collaborators (2022). Global burden of bacterial antimicrobial resistance in 2019: a systematic analysis. Lancet (London, England), 399(10325), 629–655.
[5] "Preparándose para los supermicrobios: fortalecimiento de las medidas ambientales relativas a la respuesta a la resistencia a los antimicrobianos mediante el enfoque "Una sola salud"". https://www.unep.org/es/resources/superbugs/environmental-action.
[6] Swanson, K., Liu, G., Catacutan, D. B., Arnold, A., Zou, J., & Stokes, J. M. (2024a). Generative AI for designing and validating easily synthesizable and structurally novel antibiotics. Nature Machine Intelligence, 6(3), 338–353.
Por Óscar Ferrari Gutiérrez
