La resistencia a los antibióticos se ha convertido en una grave amenaza para la salud pública a nivel global, comprometiendo la eficacia de tratamientos esenciales y aumentando la mortalidad asociada a infecciones comunes y procedimientos médicos.
Según la Organización Mundial de la Salud, para el 2050, este fenómeno podría ocasionar hasta 10 millones de muertes y generar pérdidas económicas que superarían los 100 billones de dólares. Esta problemática se debe a diversos factores, que incluyen prácticas inadecuadas en el uso de antimicrobianos tanto en humanos como en animales, así como la transferencia de bacterias resistentes de animales a humanos, la contaminación de fuentes de agua por medicamentos antimicrobianos y sus residuos, entre otros.
El equipo de investigación del Grupo de Ingeniería Biomédica (GIB), con el respaldo del Centro de Investigación y Formación en Inteligencia Artificial (Cinfonia), ha centrado sus esfuerzos en desarrollar algoritmos de inteligencia artificial para identificar nuevas secuencias de péptidos antimicrobianos. Según Juan Carlos Cruz, Ph.D. en Ingeniería Química de la Universidad Estatal de Kansas, Estados Unidos, uno de los desafíos fundamentales en esta problemática es la creación de nuevos medicamentos, un proceso costoso y laborioso para las multinacionales farmacéuticas. Es por ello que diversas iniciativas científicas han propuesto el uso de péptidos antimicrobianos como una alternativa a los antibióticos tradicionales.
La inteligencia artificial ha permitido acelerar y optimizar el proceso de identificación y diseño de estos péptidos, analizando grandes cantidades de datos y secuencias de manera rápida y precisa. Los algoritmos avanzados de aprendizaje automático pueden predecir con mayor eficacia qué péptidos tienen el mayor potencial terapéutico, lo que agiliza el proceso de descubrimiento y lo hace más certero. Para evaluar la eficacia de estos péptidos, el equipo ha desarrollado un hidrogel que se aplica en un modelo endocervical utilizando la técnica de bioimpresión 3D. Este modelo 3D replica las características del tejido nativo y permite inducir infecciones con múltiples cepas de Candida resistentes al antibiótico fluconazol.
Según Valentina Quezada, investigadora del GIB, este avance es crucial, ya que los péptidos desarrollados tienen el potencial de convertirse en tratamientos efectivos para hongos y levaduras resistentes a los antifúngicos convencionales. El siguiente paso para el grupo de investigación es emplear estos péptidos en la creación de nuevos tratamientos, explorando su actividad antifúngica contra diferentes cepas y su viabilidad en tratamientos tópicos. Esto permitirá mejorar aún más el tratamiento tópico desarrollado y realizar evaluaciones en modelos in vitro de piel y endocervicales.
