Hace 30 años que la ciencia no descubre un antibiótico nuevo, por eso, señala el investigador César de la Fuente, hay buscar moléculas "en todas partes", incluso en nuestros parientes más cercanos, como los neandertales, y en otros organismos extintos, como el mamut: "Queremos explorar todo el árbol de la vida". De la Fuente trabaja en la Universidad de Pensilvania, Estados Unidos, y lleva casi una década aplicando herramientas de inteligencia artificial (IA) para rebuscar, en cada rincón de la biología -viva y extinta-, moléculas con potencial antibiótico, para frenar lo que cada vez más es un problema de salud mundial: las bacterias resistentes.
"Hemos logrado acelerar dramáticamente nuestra capacidad para descubrir nuevos antibióticos", indica en entrevista telemática con Efe el investigador español; a día de hoy, forman parte de su 'biblioteca molecular' más de un millón de péptidos -cadenas cortas de aminoácidos conocidas por su potencial como antibióticos innovadores-. Que él y su equipo han encontrado en neandertales, denisovanos, mamuts lanudos, elefantes de colmillos rectos y perezosos gigantes, todas ellas extintas, y en la saliva y el microbioma humano, en vísceras de cerdo, plantas y muchos otros organismos marinos y terrestres.
¿Por qué no hay nuevos antibióticos? De la Fuente explica que son múltiples los factores que han entorpecido el hallazgo de antibióticos totalmente nuevos -solo se han "modificado mínimamente" las estructuras de algunos-. Cada vez, dice, hay menos inversión y no hay incentivos a nivel de mercado. Además, durante mucho tiempo se pensó que el problema -combatir bacterias- estaba resuelto porque existían fármacos que funcionaban, lo que "desincentivó" a científicos y compañías, que dirigieron su mirada al cáncer y otras enfermedades.
Pero con el tiempo, como ya advirtió Alexander Fleming -descubridor de la penicilina- en su discurso de aceptación del Nobel, las bacterias se han ido haciendo cada vez más resistentes: existe una brecha de muchos años sin innovación en nuevos antibióticos. A esto, añade el investigador de La Coruña, hay que sumar que los métodos tradicionales de muestreo y laboratorio para hallar moléculas novedosas "están un poquito obsoletos. Descubrir algo interesante puede llevar entre 6 y 7 años, más tiempo del que se tarda en completar un doctorado, y ni siquiera está garantizado".
Aquí, asevera, es donde entran en juego las máquinas: "los algoritmos pueden acelerar el proceso". Se trata de aprovechar varias décadas de información biológica disponible en forma de secuenciación de proteomas -el conjunto de proteínas producidas por un organismo y codificadas en su genoma-; genomas -todos los genes de un organismo-; y metagenomas -el conjunto completo de material genético presente en una comunidad microbiana en un entorno específico-. Y aplicar luego los algoritmos adecuados para encontrar, en esa inmensidad de datos, moléculas escondidas. "Es hacer ciencia a velocidad digital", declara el investigador, quien subraya que siempre, para verificar que lo identificado por la IA es correcto, hay que sintetizar en el laboratorio algunos péptidos.
Además, es fundamental probar su actividad antimicrobiana 'in vitro' y en modelos animales, lo que De la Fuente ha logrado.
El primer paso de esta aventura científica fue escudriñar el proteoma humano; gracias a la IA, se identificaron por primera vez miles de péptidos ocultos con potencial antibiótico. Eso hizo plantearse al equipo que quizás no solo estuvieran ahí, sino también conservados a lo largo de la evolución, del árbol de la vida.
