Un equipo de investigación del Instituto de Biología Integrativa de Sistemas (I²SysBio), que es un centro mixto entre la Universitat de València y el Consejo Superior de Investigaciones Científicas (CSIC), ha logrado desarrollar un sistema innovador de Inteligencia Artificial. Este avance tiene como objetivo predecir qué bacterias pueden ser atacadas por virus bacterianos, conocidos como fagos, a partir de la secuencia de una enzima clave: la depolimerasa. La investigación ha sido publicada en la revista Nature Communications.
La creciente resistencia a los antibióticos complica cada vez más el tratamiento de infecciones bacterianas. En este contexto, los fagos emergen como una alternativa viable al tratamiento convencional con antibióticos. Sin embargo, determinar qué fago es efectivo contra cada tipo de bacteria resulta complicado. El estudio, liderado por Robby Concha-Eloko, Beatriz Beamud, Pilar Domingo-Calap y Rafael Sanjuán, propone el uso de inteligencia artificial para simplificar este proceso predictivo.
Desarrollo del modelo y su aplicación
Para crear el modelo predictivo, los investigadores se centraron en la bacteria Klebsiella, que figura en la lista de patógenos prioritarios de la OMS debido a su capacidad para causar infecciones hospitalarias graves y su notable resistencia a los antibióticos. Las bacterias Klebsiella están cubiertas por cápsulas de polisacáridos que dificultan tanto la acción de los antibióticos como la entrada de los fagos. Para sortear esta barrera, muchos fagos producen depolimerasas, enzimas que descomponen estas cápsulas y permiten así que el bacteriófago infecte a la bacteria.
No obstante, la gran diversidad genética presente en estas cápsulas —con más de 100 serotipos identificados en Klebsiella— ha complicado las predicciones sobre qué fago puede atravesar dicha cápsula e infectar a la bacteria. Esta variabilidad convierte a Klebsiella en un modelo ideal para estudiar las interacciones entre fagos y cápsulas.
Nueva herramienta basada en inteligencia artificial
Con el fin de abordar este desafío, el equipo desarrolló una herramienta pionera que utiliza información genética proveniente de miles de bacterias Klebsiella y sus virus “dormidos” (pro-fagos) integrados en su genoma. Al analizar más de 74.000 profagos y casi 20.000 secuencias de depolimerasas, han creado una base de datos que relaciona cada enzima con el tipo específico de cápsula bacteriana que puede degradar.
A través del uso de técnicas avanzadas de aprendizaje automático y modelos inspirados en el procesamiento del lenguaje natural —similares a aquellos utilizados por traductores automáticos— los investigadores han logrado predecir con alta precisión el “tropismo” o especificidad de cada depolimerasa, es decir, cuáles tipos de cápsula bacteriana pueden reconocer y destruir.
Implicaciones para el tratamiento de biofilms
Este estudio representa un avance significativo para la biotecnología basada en fagos o sus componentes al permitir predecir su especificidad. Esto es crucial para diseñar futuras aplicaciones, tales como soluciones contra biofilms: estructuras protectoras formadas por algunas bacterias que les permiten adherirse a superficies y resistir tratamientos convencionales.
Los biofilms son reconocidos cada vez más como un obstáculo importante en el tratamiento de infecciones. Se ha demostrado su implicación en enfermedades crónicas como fibrosis quística, heridas persistentes e infecciones relacionadas con prótesis o del tracto urinario.
Perspectivas futuras
"El uso de depolimerasas, ya sea junto con tratamientos actuales (antibióticos o péptidos antimicrobianos) o potencialmente como potenciadores del sistema inmunitario, puede ayudar a resolver problemas relacionados con la formación de biofilms", señala Robby Concha-Eloko.
"A diferencia del método tradicional que implica un tedioso proceso experimental para encontrar un fago eficaz, nuestros modelos basados en inteligencia artificial permiten predecir su especificidad in silico", añade el investigador. Este enfoque facilita la creación de bibliotecas de depolimerasas que pueden ser utilizadas para identificar las enzimas más efectivas, optimizando así tanto la degradación de las cápsulas como del biofilm subsecuentemente.
A pesar de haber utilizado Klebsiella como modelo principal, esta metodología tiene potencial para aplicarse contra cualquier otra bacteria productora de cápsulas, abarcando así muchos patógenos prioritarios según lo indicado por la OMS.
En resumen, este estudio ofrece una solución innovadora para predecir las interacciones entre fagos y sus huéspedes mediante dos enfoques: aprovechando los datos presentes en los genomas bacterianos (profagos) y proponiendo una arquitectura que permite entrenar modelos utilizando múltiples especies bacterianas simultáneamente.
La noticia en cifras
| Cifra |
Descripción |
| 74,000 |
Profagos analizados |
| 20,000 |
Secuencias de depolimerasas utilizadas |
| 100 |
Serotipos registrados de cápsulas en Klebsiella |
Preguntas sobre la noticia
¿Qué es la inteligencia artificial desarrollada por el equipo de investigación?
El equipo del Instituto de Biología Integrativa de Sistemas (I²SysBio) ha desarrollado un sistema innovador de inteligencia artificial para predecir qué bacterias pueden ser atacadas por virus bacterianos (fagos) en función de la secuencia de una enzima clave llamada depolimerasa.
¿Por qué son importantes los fagos en el tratamiento de infecciones bacterianas?
Los fagos, que atacan a las bacterias, se presentan como una alternativa al tratamiento antibiótico tradicional, especialmente debido a la creciente resistencia a los antibióticos que dificulta el tratamiento efectivo de infecciones bacterianas.
¿Cuál es el modelo utilizado en este estudio?
Se ha utilizado la bacteria Klebsiella, que es responsable de infecciones hospitalarias graves y tiene una gran resistencia a los antibióticos. Este modelo es ideal para estudiar la interacción entre fagos y cápsulas protectoras de las bacterias.
¿Cómo ayuda la inteligencia artificial en la predicción de tratamientos con fagos?
La inteligencia artificial permite analizar grandes cantidades de datos genéticos de miles de bacterias Klebsiella y sus virus "dormidos", facilitando así la predicción precisa del tipo de cápsula bacteriana que puede ser degradada por cada depolimerasa.
¿Qué implicaciones tiene este estudio para el tratamiento de biofilms?
Este estudio proporciona un avance clave para diseñar aplicaciones biotecnológicas basadas en fagos, permitiendo predecir su especificidad y abordando problemas relacionados con los biofilms, que son estructuras protectoras formadas por algunas bacterias que dificultan los tratamientos.
¿Puede esta metodología aplicarse a otras bacterias además de Klebsiella?
Sí, aunque se ha utilizado Klebsiella como modelo, la metodología puede aplicarse contra cualquier otra bacteria productora de cápsulas, incluyendo muchos patógenos prioritarios identificados por la OMS.
Si (
No(
