Un equip de l'Institut de Biologia Integrativa de Sistemes (I²SysBio) —centre mixt de la Universitat de València i el CSIC—, liderat per Robby Concha-Eloko, investigador i doctorant de Biodiversitat i Biologia Evolutiva de la nostra facultat, Beatriz Beamud, Pilar Domingo-Calap i Rafael Sanjuán (estos últims professorat del departament de Genètica de la Facultat de Ciències Biològiques), ha desenrotllat una ferramenta d'intel·ligència artificial capaç de predir quins bacteris poden ser atacades per determinats virus bacteriòfags.
El sistema es basa en l'anàlisi d'un enzim anomenat depolimerasa, essencial perquè els fags travessen les càpsules protectores dels bacteris i inicien la infecció. L'estudi, publicat en Nature Communications, es va centrar en el bacteri Klebsiella, una de les més resistents als antibiòtics i responsable de greus infeccions hospitalàries.
Després d'analitzar més de 74.000 profags i 20.000 seqüències de depolimerasas, els investigadors van crear una base de dades que associa cada enzim amb el tipus de càpsula bacteriana que pot degradar. Usant tècniques d'aprenentatge automàtic inspirades en els models de processament del llenguatge natural, el sistema aconseguix predir amb gran precisió l'especificitat de les depolimerasas, la qual cosa facilita el disseny de tractaments personalitzats amb fags i accelera la busca d'alternatives als antibiòtics tradicionals.
A més, esta ferramenta oferix una possible solució enfront dels biofilms, estructures que protegixen els bacteris i dificulten els tractaments en malalties cròniques o infeccions associades a dispositius mèdics. Segons els autors, encara que el model es va desenrotllar amb Klebsiella, pot aplicar-se a altres bacteris amb càpsules, incloent molts dels patògens prioritaris identificats per l'OMS.
Font original:
