Investigadores del MIT utilizan inteligencia artificial para diseñar nuevos antibióticos contra patógenos resistentes

La carrera contra las bacterias resistentes a los antibióticos ha encontrado un aliado poderoso en la inteligencia artificial. El profesor James J. Collins, uno de los fundadores del campo de la biología sintética y destacado investigador en biología de sistemas en el MIT, lidera esfuerzos que están transformando el descubrimiento de antibióticos mediante el uso de algoritmos de aprendizaje profundo.

En 2025, el laboratorio de Collins publicó un estudio revolucionario en la revista Cell que demuestra cómo la IA generativa puede diseñar antibióticos completamente nuevos desde cero. Según la investigación, el equipo utilizó algoritmos genéticos y autoencoders variacionales para generar millones de moléculas candidatas, explorando tanto diseños basados en fragmentos como espacios químicos totalmente sin restricciones.

Tras un riguroso proceso de filtrado computacional, modelado retrosintético y revisión de química medicinal, los investigadores sintetizaron 24 compuestos para pruebas experimentales. De estos, siete mostraron actividad antibacteriana selectiva, según los resultados publicados.

"Un compuesto principal, denominado NG1, resultó altamente específico, erradicando cepas multirresistentes de Neisseria gonorrhoeae, incluyendo aquellas resistentes a terapias de primera línea, mientras preservaba especies comensales", explica la investigación. Otro compuesto, llamado DN1, demostró efectividad contra el Staphylococcus aureus resistente a la meticilina (MRSA) y logró eliminar infecciones en ratones mediante la disrupción amplia de membranas celulares. Ambos compuestos demostraron ser no tóxicos y presentaron bajas tasas de desarrollo de resistencia.

Esta investigación representa la continuación de un trabajo iniciado años atrás. En 2020, Collins formó una colaboración con Regina Barzilay y Tommi Jaakkola, profesores del Departamento de Ingeniería Eléctrica y Ciencias de la Computación del MIT, para utilizar aprendizaje profundo en el descubrimiento de nuevos antibióticos. Esta colaboración condujo al descubrimiento de halicina, un potente antibiótico eficaz contra una amplia gama de patógenos bacterianos multirresistentes.

"La colaboración ha sido central para el trabajo en mi laboratorio", afirma Collins, quien además de su rol como profesor de Ingeniería Médica y Ciencia y profesor de ingeniería biológica en el MIT, es miembro principal del Instituto de Ingeniería Médica y Ciencia (IMES), director de la Clínica MIT Abdul Latif Jameel para Aprendizaje Automático en Salud, miembro del Instituto Broad de MIT y Harvard, y miembro fundador del Instituto Wyss para Ingeniería Biológicamente Inspirada de Harvard.

Para llevar estos descubrimientos del laboratorio a la clínica, Collins cofundó Phare Bio, una organización sin fines de lucro que utiliza IA para descubrir nuevos antibióticos. Esta organización trabaja en colaboración con el Proyecto Antibióticos-IA del MIT para avanzar los candidatos más prometedores hacia ensayos clínicos.

"Fundamos Phare Bio como una organización sin fines de lucro para tomar los candidatos a antibióticos más prometedores que surgen del Proyecto Antibióticos-IA en el MIT y avanzarlos hacia la clínica", explica Collins. La organización busca cerrar la brecha entre el descubrimiento y el desarrollo mediante colaboraciones con empresas biotecnológicas, socios farmacéuticos, compañías de IA, filantropías, otras organizaciones sin fines de lucro e incluso estados nacionales.

Recientemente, el equipo recibió una subvención de ARPA-H (Agencia de Proyectos de Investigación Avanzada en Salud) para utilizar IA generativa en el diseño de 15 nuevos antibióticos y desarrollarlos como candidatos preclínicos. Este proyecto se basa directamente en la investigación del laboratorio de Collins, combinando diseño computacional con pruebas experimentales.

Mirando hacia el futuro, Collins y su equipo están utilizando aprendizaje profundo para diseñar antibióticos con propiedades similares a los medicamentos que los convierten en candidatos más fuertes para el desarrollo clínico. Al integrar la IA con pruebas biológicas de alto rendimiento, buscan acelerar el descubrimiento y diseño de antibióticos que sean novedosos, seguros y efectivos, listos para uso terapéutico en el mundo real.

Este enfoque podría transformar la manera en que respondemos a los patógenos bacterianos resistentes a los medicamentos, pasando de una estrategia reactiva a una proactiva en el desarrollo de antibióticos, en un momento en que la resistencia antimicrobiana representa una de las mayores amenazas para la salud global.