Antibióticos “inteligentes”: ¿Se pueden terminar con resistencia antimicrobiana?

La resistencia antimicrobiana es uno de los mayores desafíos de la medicina moderna. Cada año, la infección aumenta y todo es más difícil de tratar. Si no actuamos de manera efectiva, 2050. Podría ser la principal causa de muerte en todo el mundo.

Según la carga global sobre el informe sobre el estudio de la enfermedad, publicado en Lancet, en 2019. 4.71 millones de muertes asociadas con infecciones resistentes, de ellos se estiman en 1,27 millones, de ellos se estiman en 1,27 millones. Son datos que reflejan una creciente crisis de salud, no solo el uso inadecuado de los antibióticos en la medicina y el ganado, sino que también carecen de información sobre este problema de salud en la sociedad y debido a la falta de desarrollar nuevos medicamentos efectivos.

La diferencia en las fases y los tiempos entre el desarrollo de fármacos a partir de la síntesis de nuevos y métodos de reposicionamiento de drogas. Alternativas a los antibióticos

Dado este panorama, es urgente encontrar soluciones efectivas. Uno de ellos trata las infecciones sin el uso de fármacos antimicrobianos a través de la fagoterapia (uso de virus que infectan bacterias) o el desarrollo de péptidos antimicrobianos.

Otra estrategia menos conocida es el reposicionamiento de drogas. Consiste en una búsqueda, con la ayuda de IA y otras técnicas, nuevas aplicaciones terapéuticas para medicamentos o moléculas que ya están registradas y aprobadas. Esto reduce el tiempo y los costos de desarrollar nuevos medicamentos porque son moléculas que excedieron las fases de seguridad iniciales.

¿Antibióticos antidepresivos?

En cuanto a las enfermedades infecciosas, las estrategias de reposicionamiento ya han identificado varias moléculas con actividades antibióticas previamente desconocidas. Por ejemplo, algunos antiinflamadores como diclofenaco e ibuprofeno. Nuestra propia investigación también reveló esta actividad en antidepresivos y antipsicóticos.

Para este proceso, la aplicación de modelos de predicción matemática es crucial, lo que puede predecir la efectividad de un compuesto contra microorganismos resistentes que analizan grandes cantidades de datos biomédicos. Por lo tanto, los modelos que combinan IA y bioinformática de gran interés en la industria farmacéutica que desarrolla nuevas drogas.

Simulaciones que ahorran tiempo y recursos

Primero, y puede simular interacciones entre fármacos y patógenos a nivel molecular, lo que permite pronosticar cómo los microorganismos pueden desarrollar resistencia y ayudar a diseñar antibióticos más fuertes. Estas simulaciones ahorran tiempo y recursos, además de proporcionar una comprensión más profunda de los mecanismos de resistencia.

Relaciones entre inteligencia artificial, aprendizaje automático y aprendizaje profundo y cómo funcionan estos modelos.

Por lo tanto, a través del análisis de grandes bases de datos biomédicas, proteínas, fármacos … -, los modelos de aprendizaje automático predijeron la actividad antibacteriana de los compuestos, como los análogos de la derivación de péptidos mastoporativos en el veneno VASP.

Otro enfoque exitoso es una simulación molecular que predice una “interacción con la proteína de interés. Esta herramienta ha sido identificada por propiedades antimicrobianas antihipertensión, como el olmesartán y el valsartán, frente a las bacterias patogénicas o las neumoniaes estreptococos.

Además, el último progreso explora nuevas metodologías, como los estudios de transcripción (el estudio del organismo de genes y su expresión en proteínas y metabolitos) y el análisis topológico de los datos. Este último, a pesar del hecho de que la estrategia “joven”, mostró su utilidad en la identificación del potencial antimicrobiano a través del reposicionamiento de drogas ya registradas por la comida y la medicación estadounidense (FDA).

Potencial de análisis topológico

El análisis de datos topológicos es una predicción matemática de una geometría y topología; Es, a partir de las moléculas de datos disponibles, crea un mapa, generalmente tres dimensiones, lo que recopila toda la información estructural y funcional de dicha molécula. Este método ha permitido identificar moléculas con potencial antibiótico después de identificar similitudes estructurales entre proteínas humanas y bacterias proteicas Escherichia coli, responsable de infecciones urinarias del 90% en todo el mundo.

Los resultados obtenidos a través de una simulación informática o análisis de computadora han detectado las posibles direcciones de desarrollo de nuevos antibióticos de la estructura química de algunos antidepresivos, antipsicóticos, antitumores y antihistamínicos.

Nueva era en la lucha contra las infecciones

Estos hallazgos fortalecen la idea de mudar los medicamentos, combinados con herramientas informáticas, pueden ofrecer nuevas soluciones terapéuticas para infecciones antibióticas conocidas. Con una mejora precisa de los modelos actuales, sería posible desarrollar un nuevo arsenal antimicrobiano más rápido y de manera más eficiente. Y estaría disponible a una velocidad más alta que los microorganismos ganan resistencia.

En el contexto donde la resiliencia antimicrobiana es una de las tres mayores amenazas para la salud global, apostar en los enfoques y la informática de AI -Basid no es solo una opción sostenible, sino una necesidad urgente de un tratamiento eficiente contra las enfermedades infecciosas.

Podemos estar en la puerta de la nueva era en el tratamiento de infecciones, donde, con la ayuda de la IA, los antibióticos del futuro están diseñados y optimizados. ¡Espero que los “antibióticos inteligentes” sean!