MIT utiliza inteligencia artificial generativa para desarrollar dos nuevos antibióticos dirigidos a la gonorrea resistente a los medicamentos y al MRSA
Investigadores del MIT utilizaron IA para diseñar dos antibióticos novedosos, NG1 y DN1, que atacan con éxito la gonorrea resistente a los medicamentos y el MRSA en ratones, destacando el potencial de la IA para transformar el descubrimiento de antibióticos.
Los investigadores del Instituto Tecnológico de Massachusetts (MIT) han empleado IA para desarrollar dos nuevos antibióticos efectivos contra la gonorrea resistente a medicamentos y el MRSA, lo que podría ofrecer nuevas estrategias para combatir infecciones responsables de millones de muertes cada año.
Al aprovechar los algoritmos de inteligencia artificial generativa, el equipo creó más de 36 millones de compuestos potenciales y los evaluó computacionalmente en busca de actividad antimicrobiana. Los candidatos más prometedores son estructuralmente únicos en comparación con los antibióticos existentes y parecen actuar a través de mecanismos nunca antes vistos que interrumpen las membranas celulares bacterianas. Este método permitió la generación y evaluación de compuestos completamente nuevos, y los investigadores planean extender el enfoque para diseñar antibióticos dirigidos a otras especies bacterianas.
La mayoría de los nuevos antibióticos aprobados en los últimos 45 años son variaciones de medicamentos existentes, mientras que la resistencia bacteriana sigue en aumento, causando casi 5 millones de muertes anualmente.
Para abordar esto, el Proyecto de Antibióticos-AI del MIT utilizó IA para explorar tanto compuestos existentes como moléculas completamente nuevas e hipotéticas. Usando modelos de aprendizaje automático entrenados para predecir la actividad antibacteriana, el equipo primero examinó millones de fragmentos químicos, eliminando aquellos que probablemente sean tóxicos o similares a los antibióticos existentes.
Luego aplicaron dos algoritmos de IA generativa: CReM, que modifica moléculas añadiendo, reemplazando o eliminando átomos y grupos, y F-VAE, que construye moléculas completas a partir de fragmentos basándose en patrones químicos aprendidos. Este proceso impulsado por IA generó aproximadamente 7 millones de moléculas candidatas, que fueron evaluadas computacionalmente por su actividad contra N. gonorrhoeae.
A partir de esto, se preseleccionaron alrededor de 1,000 compuestos, 80 eran sintéticamente viables, y un compuesto, NG1, demostró una potente actividad contra N. gonorrhoeae resistente a fármacos en estudios tanto de laboratorio como en ratones al dirigirse a una proteína crítica para la síntesis de la membrana bacteriana, representando un nuevo mecanismo de acción.
El Estudio de Segunda Ronda Utiliza IA Generativa Para Explorar Nuevos Espacios Químicos
En un estudio de seguimiento, los investigadores aprovecharon la IA generativa para diseñar moléculas completamente nuevas dirigidas a la bacteria Gram-positiva S. aureus. Utilizando los algoritmos CReM y F-VAE, el equipo permitió que la IA generara compuestos sin restricciones de fragmentos, guiada únicamente por las reglas químicas que rigen las combinaciones de átomos.
Este enfoque impulsado por IA produjo más de 29 millones de moléculas candidatas. Luego, el equipo aplicó filtros computacionales para eliminar compuestos que se predecía que eran tóxicos, inestables o similares a antibióticos existentes, reduciendo el grupo a aproximadamente 90 candidatos viables.
De las 22 moléculas que se pudieron sintetizar y probar, seis mostraron una fuerte actividad antibacteriana contra S. aureus multirresistente en ensayos de laboratorio. El compuesto líder, DN1, eliminó con éxito las infecciones cutáneas por MRSA en un modelo de ratón.
La capacidad de la IA para explorar de forma autónoma un vasto espacio químico permitió el descubrimiento de moléculas con nuevos mecanismos, interrumpiendo ampliamente las membranas celulares bacterianas en lugar de dirigirse a una sola proteína.
Phare Bio, un socio sin fines de lucro en el Proyecto Antibiotics-AI, está optimizando NG1 y DN1 para estudios preclínicos adicionales. El equipo de investigación tiene la intención de aplicar estas plataformas de diseño impulsadas por IA a otros patógenos, incluidos Mycobacterium tuberculosis y Pseudomonas aeruginosa.
Mientras que la resistencia bacteriana continúa superando los tratamientos existentes, el estudio demuestra que la IA puede explorar áreas previamente inexploradas del espacio químico, ofreciendo oportunidades para cambiar el desarrollo de antibióticos de respuestas reactivas a un diseño estratégico y proactivo.
Ver originales
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
MIT utiliza inteligencia artificial generativa para desarrollar dos nuevos antibióticos dirigidos a la gonorrea resistente a los medicamentos y al MRSA
En breve
Investigadores del MIT utilizaron IA para diseñar dos antibióticos novedosos, NG1 y DN1, que atacan con éxito la gonorrea resistente a los medicamentos y el MRSA en ratones, destacando el potencial de la IA para transformar el descubrimiento de antibióticos.
Los investigadores del Instituto Tecnológico de Massachusetts (MIT) han empleado IA para desarrollar dos nuevos antibióticos efectivos contra la gonorrea resistente a medicamentos y el MRSA, lo que podría ofrecer nuevas estrategias para combatir infecciones responsables de millones de muertes cada año.
Al aprovechar los algoritmos de inteligencia artificial generativa, el equipo creó más de 36 millones de compuestos potenciales y los evaluó computacionalmente en busca de actividad antimicrobiana. Los candidatos más prometedores son estructuralmente únicos en comparación con los antibióticos existentes y parecen actuar a través de mecanismos nunca antes vistos que interrumpen las membranas celulares bacterianas. Este método permitió la generación y evaluación de compuestos completamente nuevos, y los investigadores planean extender el enfoque para diseñar antibióticos dirigidos a otras especies bacterianas.
La mayoría de los nuevos antibióticos aprobados en los últimos 45 años son variaciones de medicamentos existentes, mientras que la resistencia bacteriana sigue en aumento, causando casi 5 millones de muertes anualmente.
Para abordar esto, el Proyecto de Antibióticos-AI del MIT utilizó IA para explorar tanto compuestos existentes como moléculas completamente nuevas e hipotéticas. Usando modelos de aprendizaje automático entrenados para predecir la actividad antibacteriana, el equipo primero examinó millones de fragmentos químicos, eliminando aquellos que probablemente sean tóxicos o similares a los antibióticos existentes.
Luego aplicaron dos algoritmos de IA generativa: CReM, que modifica moléculas añadiendo, reemplazando o eliminando átomos y grupos, y F-VAE, que construye moléculas completas a partir de fragmentos basándose en patrones químicos aprendidos. Este proceso impulsado por IA generó aproximadamente 7 millones de moléculas candidatas, que fueron evaluadas computacionalmente por su actividad contra N. gonorrhoeae.
A partir de esto, se preseleccionaron alrededor de 1,000 compuestos, 80 eran sintéticamente viables, y un compuesto, NG1, demostró una potente actividad contra N. gonorrhoeae resistente a fármacos en estudios tanto de laboratorio como en ratones al dirigirse a una proteína crítica para la síntesis de la membrana bacteriana, representando un nuevo mecanismo de acción.
El Estudio de Segunda Ronda Utiliza IA Generativa Para Explorar Nuevos Espacios Químicos
En un estudio de seguimiento, los investigadores aprovecharon la IA generativa para diseñar moléculas completamente nuevas dirigidas a la bacteria Gram-positiva S. aureus. Utilizando los algoritmos CReM y F-VAE, el equipo permitió que la IA generara compuestos sin restricciones de fragmentos, guiada únicamente por las reglas químicas que rigen las combinaciones de átomos.
Este enfoque impulsado por IA produjo más de 29 millones de moléculas candidatas. Luego, el equipo aplicó filtros computacionales para eliminar compuestos que se predecía que eran tóxicos, inestables o similares a antibióticos existentes, reduciendo el grupo a aproximadamente 90 candidatos viables.
De las 22 moléculas que se pudieron sintetizar y probar, seis mostraron una fuerte actividad antibacteriana contra S. aureus multirresistente en ensayos de laboratorio. El compuesto líder, DN1, eliminó con éxito las infecciones cutáneas por MRSA en un modelo de ratón.
La capacidad de la IA para explorar de forma autónoma un vasto espacio químico permitió el descubrimiento de moléculas con nuevos mecanismos, interrumpiendo ampliamente las membranas celulares bacterianas en lugar de dirigirse a una sola proteína.
Phare Bio, un socio sin fines de lucro en el Proyecto Antibiotics-AI, está optimizando NG1 y DN1 para estudios preclínicos adicionales. El equipo de investigación tiene la intención de aplicar estas plataformas de diseño impulsadas por IA a otros patógenos, incluidos Mycobacterium tuberculosis y Pseudomonas aeruginosa.
Mientras que la resistencia bacteriana continúa superando los tratamientos existentes, el estudio demuestra que la IA puede explorar áreas previamente inexploradas del espacio químico, ofreciendo oportunidades para cambiar el desarrollo de antibióticos de respuestas reactivas a un diseño estratégico y proactivo.