Científicos prueban un método con IA para tratar superbacterias resistentes a antibióticos
- 27 de abril de 2026
- Posted by: Administrador
- Categoría: Noticias
Un grupo de investigadores de la Universidad de Stanford en los Estados Unidos y Universidad McMaster en Canadá creó una herramienta de inteligencia artificial (IA) que podría cambiar el panorama para el diseño de antibióticos fáciles de elaborar.
Se llama “SyntheMol-RL” y es un modelo generativo de IA eficaz para diseñar candidatos a fármacos de molécula pequeña fácilmente sintetizables, explicaron los investigadores en la revista Molecular Systems Biology.
Ese avance podría multiplicar las opciones para enfrentar las superbacterias como Staphylococcus aureus resistente a la meticilina (conocida por su sigla en inglés como MRSA), un problema grave en hospitales y cada vez más frecuente en la comunidad.
La investigación demostró que SyntheMol-RL puede dar con moléculas totalmente nuevas, capaces de frenar infecciones que hoy resultan difíciles de tratar.
“Estos resultados validan la capacidad de SyntheMol-RL para generar candidatos a antibióticos sintéticamente accesibles”, escribieron los científicos.
Los investigadores responsables del trabajo fueron Kyle Swanson, Gary Liu, Denise Catacutan, Stewart McLellan, Autumn Arnold, Megan Tu, Eric Brown, James Zou y Jonathan Stokes.
La inteligencia artificial se usó como una aliada para buscar medicamentos adaptados a las necesidades actuales, donde el tiempo y la facilidad de producción pueden marcar la diferencia entre la vida y la muerte.
SyntheMol-RL actúa como un arquitecto digital: toma pequeños fragmentos y los une al usar reglas químicas conocidas.
Evalúa cada molécula por su capacidad de atacar bacterias y su solubilidad en agua, una propiedad clave para que los medicamentos sean útiles en pruebas y tratamientos.
El algoritmo no repite combinaciones al azar. Busca fórmulas nuevas y ajusta sus propios criterios para encontrar las opciones más prometedoras.
Para entrenar el sistema, los investigadores usaron datos de más de 10.000 compuestos probados contra Staphylococcus aureus y midieron también su solubilidad. Así, el modelo aprendió a distinguir qué estructuras químicas tienen más probabilidades de éxito.
Tras la generación digital, seleccionaron los compuestos más interesantes y los fabricaron en el laboratorio para someterlos a pruebas reales.
De las 79 moléculas creadas, 13 lograron una alta actividad contra Staphylococcus aureus en experimentos.
El caso de “synthecin” fue muy relevante: este compuesto logró frenar infecciones por MRSA en un modelo de herida en ratón.
La herramienta permitió así pasar de la simulación en computadora a resultados tangibles en pruebas con seres vivos.
SyntheMol-RL superó a otras estrategias de inteligencia artificial y técnicas clásicas, tanto en la variedad como en la calidad de los compuestos encontrados.
La diversidad química lograda aumenta las posibilidades de éxito y ayuda a enfrentar la resistencia bacteriana.