Un equipo del Instituto de Biología Integrativa de Sistemas (I²SysBio) —centro mixto de la Universitat de València y el CSIC—, liderado por Robby Concha-Eloko, investigador y doctorando de Biodiversidad y Biología Evolutiva de nuestra facultat, Beatriz Beamud, Pilar Domingo-Calap y Rafael Sanjuán (estos últimos profesorado del departamento de Genètica de la Facultat de Ciències Biològiques), ha desarrollado una herramienta de inteligencia artificial capaz de predecir qué bacterias pueden ser atacadas por determinados virus bacteriófagos.
El sistema se basa en el análisis de una enzima llamada depolimerasa, esencial para que los fagos atraviesen las cápsulas protectoras de las bacterias e inicien la infección. El estudio, publicado en Nature Communications, se centró en la bacteria Klebsiella, una de las más resistentes a los antibióticos y responsable de graves infecciones hospitalarias.
Tras analizar más de 74.000 profagos y 20.000 secuencias de depolimerasas, los investigadores crearon una base de datos que asocia cada enzima con el tipo de cápsula bacteriana que puede degradar. Usando técnicas de aprendizaje automático inspiradas en los modelos de procesamiento del lenguaje natural, el sistema logra predecir con gran precisión la especificidad de las depolimerasas, lo que facilita el diseño de tratamientos personalizados con fagos y acelera la búsqueda de alternativas a los antibióticos tradicionales.
Además, esta herramienta ofrece una posible solución frente a los biofilms, estructuras que protegen a las bacterias y dificultan los tratamientos en enfermedades crónicas o infecciones asociadas a dispositivos médicos. Según los autores, aunque el modelo se desarrolló con Klebsiella, puede aplicarse a otras bacterias con cápsulas, incluyendo muchos de los patógenos prioritarios identificados por la OMS.
Fuente original:
