Lo que la bacteria no vio venir
La resistencia bacteriana es una de las mayores amenazas de la medicina moderna. Cada año, unas 1,2 millones de personas mueren en el mundo por infecciones que ya no responden a los tratamientos conocidos. Pero una nueva generación de antibióticos, creada no en laboratorios tradicionales sino por modelos de inteligencia artificial, promete cambiar el rumbo.
Durante décadas, el desarrollo de antibióticos se basó en una lógica repetitiva: modificar pequeñas partes de moléculas ya conocidas, ajustar su estructura, probar, fallar, insistir. Sin embargo, las bacterias evolucionan más rápido de lo que la industria puede innovar. En este contexto, la IA se convierte en un aliado inesperado: una herramienta capaz de imaginar compuestos que la naturaleza nunca produjo.
Uno de los modelos más prometedores es AMP-Diffusion, un sistema de aprendizaje profundo entrenado con miles de péptidos antimicrobianos. En lugar de buscar similitudes con antibióticos existentes, el algoritmo genera moléculas completamente nuevas. Según los resultados publicados recientemente por la revista Nature Machine Intelligence, varias de esas moléculas mostraron una actividad bactericida notable, incluso frente a cepas multirresistentes.
Pero hay más: un equipo internacional identificó las llamadas “arqueasinas”, compuestos derivados de arqueas (microorganismos primitivos que viven en condiciones extremas). Lo sorprendente es que el 93 % de las arqueasinas sintetizadas mediante IA demostraron capacidad antimicrobiana, lo que sugiere un territorio casi virgen en la búsqueda de nuevos fármacos. Estas moléculas no solo destruyen bacterias resistentes, sino que lo hacen por mecanismos inéditos, imposibles de prever desde el conocimiento biológico tradicional.
La promesa va más allá del descubrimiento. Los investigadores están desarrollando modelos que permitan “personalizar” los antibióticos, es decir, diseñar moléculas específicas para un tipo de infección, con menor toxicidad y menos efectos secundarios. La IA podría, por ejemplo, analizar la secuencia genética de una bacteria hospitalaria y en cuestión de horas proponer un candidato molecular optimizado para neutralizarla.
Este cambio de paradigma —de modificar a crear desde cero— es lo que vuelve la tecnología realmente disruptiva. Hasta ahora, el proceso de descubrimiento de un nuevo antibiótico podía tardar entre 10 y 15 años. Con herramientas de IA, ese ciclo podría reducirse a menos de dos. Y en un escenario en el que la resistencia bacteriana amenaza con devolvernos a una era preantibiótica, cada año cuenta.
El desafío, por supuesto, no termina en el laboratorio. Falta validar la seguridad de estas moléculas en modelos animales y humanos, escalar su producción y enfrentar el eterno dilema económico: los antibióticos se recetan poco (por prudencia sanitaria), lo que desincentiva la inversión privada. Sin embargo, el avance es contundente: la inteligencia artificial está abriendo un nuevo capítulo en la lucha contra las infecciones.
