Este algoritmo do MIT rastrea enormes bases de dados para encontrar antibióticos com as que combatem bactérias multirresistentes

Compartilhar no facebook
Compartilhar no google
Compartilhar no twitter
Compartilhar no linkedin
Clique aqui para visualizar a página da web original em www.xataka.com

Artículo seleccionado, original en www.xataka.com


Este algoritmo do MIT rastrea enormes bases de dados para encontrar antibióticos com as que combatem bactérias multirresistentes

La última vez que um ser humano dijo "hemos descubierto una nueva clase de antibióticos" eran los años 80 y muchos no habíamos ni nacido. En esencia, todos los antibióticos que se han lanzado durante estas três décadas filho variações de medicamentos que ya se habían encontrado antes. ¿La razón? Es como "buscar una aguja en un pajar" si el pajar tuviera varias decenas de hectáreas. El Estimativa da Wellcome Trust que el proceso necesario para encontrar uno no duraría menos de 15 años y no costaría menos de mil milhões de euros. Todo eso sin saber si va a ser un proceso exitoso o no.

En cualquier otro escenario, uno que incluyese un alarmante crecimiento de las bacterias multirresistentes, esto no sería más que uma curiosidad histórica más propia de um concurso televisivo que de um medio como el nuestro. El problema es que ese no es el caso. Lo cierto é que nuestra capacidad de encontrar nuevas moléculas se ha ralentizado casi a la misma velocidad en que crecía la preocupación sobre la resistencia a los antibióticos.

Por suerte, tenemos (lo que creemos que es) un arma secreta: la inteligencia artificial.

Aprendizaje profundo vs bactérias multirresistentes

Yassine Khalfalli C70nhh6p44 Unsplash
Yassine Khalfalli

El runrun de que el aprendizaje automático iba a ser una buena metodología para abordar este problema lleva años entre nosotros, pero eso tiene poco mérito. No creo que exista ningún problem contemporaneo para el que no se haya propuesto una solución basada en inteligencia artificial. La diferencia es que ahora, gracias a James Collins, biólogo sintético do MIT tenemos um novo método para descubrir intentar novos antibióticos de manera rápida e eficiente a través del aprendizaje automático.

El gen del sur de asia que viajó hasta una isla aislada perdida en el Ártico: la resistencias antibióticos parecen imparables

Utilizando compuestos conocidos por suprimir el crecimiento de E. coli, el equipo de Collins entrenó um neuronal vermelho para identificar possíveis antibióticos. Uma vez ao ponto, los pesquisadores la usaron para examinar milhas de moléculas produzidas em numerosas coleções existentes e intentaron predecir su efectividad. Los pesquisadores encontraron que casi el 50% de los compuestos identificados por la red eran efectivos in vitro para acabar com la E. coli.

Esto, pese a que seguimos hablando de un 50%, es una excelente noticia porque, aunque esas enormes bibliotecas de moléculas han estado disponibles durante años, los equipos de investigadores no tienen una forma eficiente de select las que, con mayor probabilidad, pueden tener propiedades antibióticas. Si, como sugiere el equipo de Collins en Cell, se pueden usar redes neuronales para identificar buenos candidatos podríamos ahorrar mucho tiempo y recursos.

La red de Collins, además, identificó un compuesto (la halicina) que parece tener buenos resultados con patógenos como la Clostridium difficile, el bacilo de Koch o la Acinetobacter baumannii. Sem debemos engañarnos la investigación sobre estas redes neuronales está em pañales y queda mucho trabajo, pero es reconfortante ver cómo este tipo de enfoques dejan el mundo de las posibilidades y se pasa a materializarse en proyectos interesantes.

Imagen | Andrii Ganzevych

Vamos começar uma conversa

Este site usa cookies para garantir que você obtenha a melhor experiência em nosso site.