- Se está desarrollando un nuevo antibiótico como tratamiento para la EII (enfermedad inflamatoria intestinal)
- La tecnología de IA contribuyó al predecir el modo de acción del antibiótico
- Frente a los tratamientos existentes, plantea la posibilidad de superar la resistencia mediante un mecanismo nuevo
- A partir del éxito experimental, se genera expectativa por su futura aplicación clínica
- Va en aumento la importancia del uso de IA en los procesos de diseño y validación de fármacos
Resumen
- Recientemente, un nuevo antibiótico ha llamado la atención al ser investigado para el tratamiento de la enfermedad inflamatoria intestinal (EII)
- La inteligencia artificial (IA) predijo el mecanismo de acción de este antibiótico, innovando así el proceso tradicional de desarrollo de nuevos fármacos
- Al identificar la resistencia y las limitaciones de los tratamientos existentes, se plantea la posibilidad de superarlas mediante un mecanismo nuevo
- El equipo de investigación confirmó efectos significativos en etapas iniciales, incluidos experimentos con animales, y apunta a una futura aplicación clínica
- El desarrollo de fármacos basado en IA está ganando importancia en la industria farmacéutica por ventajas como la capacidad de predecir mecanismos de acción, la eficiencia y la reducción de costos
1 comentarios
Comentarios en Hacker News
Aquí está el estudio original en Nature Microbiology enlace. Quería compartir la parte interesante. Según el comunicado de prensa de la universidad, hasta ahora la IA se había usado como herramienta para predecir moléculas con potencial terapéutico, pero en este estudio se usó para revelar el “mecanismo de acción (MOA)”, es decir, cómo un fármaco ataca una enfermedad. El estudio del MOA es esencial para el desarrollo de medicamentos. Ayuda a los científicos a verificar la seguridad, optimizar la dosis, mejorar la eficacia y, a veces, incluso descubrir nuevos blancos terapéuticos. Los reguladores también pueden usar esta investigación para determinar si un nuevo medicamento es apto para uso en humanos. Antes, los estudios de MOA normalmente tomaban 2 años y costaban alrededor de 2 millones de dólares, pero esta vez se completó en 6 meses por 60 mil dólares usando IA. Después de descubrir el nuevo antibiótico, Stokes colaboró con colegas de MIT CSAIL para ver si una plataforma moderna de machine learning podía acelerar el estudio del MOA. La predicción salió en solo 100 segundos, y confirmaron que el nuevo fármaco atacaba a LolCDE, un complejo microscópico de proteínas esencial para la supervivencia bacteriana. La profesora Regina Barzilay del MIT, desarrolladora de DiffDock, explicó: “Con este caso mostramos que la IA puede ir más allá de la simple búsqueda de moléculas y también ofrecer explicaciones mecanísticas esenciales para todo el proceso de desarrollo”
Después de descubrir el nuevo antibiótico en el laboratorio, me pareció increíble cómo Stokes colaboró con colegas de MIT CSAIL. Estar en una universidad ofrece un entorno fantástico donde puedes encontrar fácilmente expertos diversos dentro del campus y resolver problemas que te interesan aprovechando el poder de áreas de vanguardia
Me pregunto si DiffDock es un modelo de lenguaje grande (LLM). Cuando el público general escucha la palabra IA, enseguida piensa en un LLM como ChatGPT; OpenAI además dice que está creando “máquinas que piensan”, y como el titular del artículo dice que “predijo” algo, se vuelve todavía más confuso
Me pregunto si hay un preprint. Ya no pertenezco a una universidad, así que extraño que ya no sea como antes, cuando alguien subía un paper durante la noche
Siento que hay algo raro. Que LolCDE es una vulnerabilidad de E. coli ya se sabía desde antes de 2016, y también se conocían inhibidores como globomycin desde 1978 referencia 1 referencia 2. Entonces me pregunto si enterololin no será solo una nueva variante de globomycin. No sé si la IA se está volviendo más inteligente o si los científicos se están volviendo más torpes
Es realmente hermoso que un estudio de MOA que antes tomaba 2 años y 2 millones de dólares se haya completado esta vez en 6 meses y 60 mil dólares con IA. Ya no se trata de autocompletado de código o generación de imágenes; parece una de las verdaderas muestras del valor real de la IA/machine learning. De verdad me emociona ver cómo evolucionará este campo en los próximos 10 años. Quiero seguir de cerca tanto AlphaFold en protein folding como este ahorro de costos y aceleración de ensayos clínicos mediante predicción de mecanismos
Este artículo parece reforzar la idea de que “la IA reemplaza el trabajo de los investigadores”, pero en realidad se siente muy parecido a cuando yo uso herramientas de IA en mi trabajo. Stokes enfatiza que el resultado de la predicción es interesante, pero sigue siendo solo una predicción, y que el estudio experimental (tradicional) del MOA debe realizarse sí o sí. Que la IA “pueda estar en lo correcto” nos ahorra tiempo al pensar en los siguientes pasos. Así que comenzaron los experimentos basados en la predicción del MIT y, unos meses después, resultó ser cierta. Al final validaron que la predicción era correcta mediante experimentos estándar de MOA, y al trabajar así se ahorraron 1.5 años frente a lo normal
Creo que el término IA se ha vuelto difícil de entender hoy en día. El público piensa IA=ChatGPT e imagina “ChatGPT descubrió un nuevo medicamento”. Pero en la investigación real se usan muchas herramientas de ML, no solo transformers (LLM), y la mayoría no tiene absolutamente nada que ver con LLM ni con ChatGPT
Yo también coincido. No sé si usas LLM directamente o si usas herramientas de ML/deep learning específicas para tu campo. Siento que la mayoría de las historias de éxito con LLM del último año tienen que ver con que estas herramientas son mucho más útiles para expertos que están “en la línea del frente” real (personas que ya leyeron todos los papers de vanguardia en ese campo). Creo que las quejas sobre las “alucinaciones” vienen de experiencias de no especialistas que no están en la punta del proceso real o que no tienen dónde apoyarse ni dónde buscar información adicional. Más bien, me parece que los LLM son increíblemente efectivos para conectar mi área de interés con campos vecinos que yo no conocía y sugerirme hipótesis o pistas. Al final, el experimento o la validación tiene que hacerlos el investigador, y a veces, si no estoy seguro de una conclusión a la que llegué, meto mis datos en un LLM para probar si llega a la misma conclusión. No me preocupan en absoluto las alucinaciones. El responsable de los errores sigo siendo yo. Además, en la frontera del conocimiento, incluso un consejo disparatado puede llevar a una idea fresca. Últimamente casi ha desaparecido esa sensación de quedarme bloqueado por días, semanas o meses sin saber dónde buscar información. Antes, Palantir hablaba en una publicación sobre torneos de ajedrez de que lo importante era el “workflow” de colaboración humano/computadora, y al final ganó un amateur con el mejor workflow; ahora siento que vivimos en una sociedad donde las nuevas herramientas empoderan todavía más a los expertos enlace
Lo que la IA y los investigadores descubrieron en este estudio no es un tratamiento para la IBD (enfermedad inflamatoria intestinal) en sí. Más bien, los pacientes con IBD o quienes recibieron tratamiento con antibióticos de amplio espectro a menudo presentan un crecimiento excesivo de especies de enterobacterias en el intestino, incluidas algunas E. coli. Estas suelen ser resistentes a los antibióticos existentes y eso no es bueno para la salud intestinal. Los investigadores descubrieron una nueva sustancia que inhibe selectivamente solo a esas enterobacterias y deja intacto el resto del microbioma. Esto podría ayudar a personas que sufren un desequilibrio bacteriano intestinal, especialmente pacientes con IBD, a recuperar un entorno intestinal más saludable. Eso sí, por ahora está en fase de experimentos con ratones
Desde hace tiempo existe la hipótesis de que, si se corrigiera por completo el equilibrio del microbioma en pacientes con IBD, el ciclo de la enfermedad podría romperse y entrar en remisión (aunque eso todavía no se ha demostrado oficialmente)
Según el artículo: “Este nuevo medicamento podría convertirse en un tratamiento muy prometedor para millones de pacientes con IBD. Como actualmente no existe una cura, podría aliviar los síntomas de manera significativa y mejorar la calidad de vida”
Me pregunto si está bien demostrado que la IBD se produce por E. coli. Me confunde si más bien se trata de una estructura que reacciona con sensibilidad a E. coli
Todavía no está claro. Parece que intervienen de forma combinada factores genéticos y microbianos. La situación es bastante compleja. No es algo que puedas ver solo mirando un cultivo de tejido inflamado de la piel (o una biopsia) y decir “¡ajá, aquí está!”. Incluso los tratamientos más eficaces al final consisten en bloquear partes del sistema inmune, y en la práctica se prueba con varios inmunosupresores en algunos pacientes, a veces combinándolos, para ir manejándolo más o menos
Todos tenemos E. coli, así que no es una causa directa. El artículo da pie a confusión, pero lo que se descubrió esta vez tiene un espectro más estrecho (de bacterias objetivo), por lo que daña menos la flora bacteriana natural del cuerpo. En cambio, las enterobacterias resistentes —de las cuales la principal especie es E. coli, pero no la única— pueden proliferar más fácilmente en exceso. Hay una correlación entre la IBD y un microbioma con sobrecrecimiento de E. coli. También se han identificado subtipos de E. coli relacionados referencia
No es que E. coli cause directamente la IBD, pero E. coli y otras Enterobacteriaceae sí pueden aprovechar la inflamación para proliferar. La inflamación provoca liberación de nitrato, y las Enterobacteriaceae lo usan como aceptor final de electrones para multiplicarse. Además, cuando la capa de moco protector se adelgaza o presenta huecos —algo que a menudo ocurre cuando el microbioma está alterado—, estas bacterias penetran y proliferan con más facilidad. Ese crecimiento bacteriano a su vez favorece la inflamación y dificulta la remisión. Recientemente también ha habido algunos resultados clínicos donde se redujo la inflamación bloqueando factores que E. coli usa para adherirse a la mucosa
No entiendo bien por qué no les dan directamente créditos de GPU a los investigadores. Más allá de procesos legales engorrosos, bastaría con crearles una cuenta en algún proveedor como runpod/prime-intelect o x-gpu usando su correo y depositarles 5 mil dólares. De hecho, viendo el historial de Github o Huggingface se puede filtrar bastante bien quién realmente merece recibirlo
Sobre la idea de que “no se puede asumir que el modelo de IA siempre tiene razón”, me pregunto por qué tendríamos que partir de esa premisa. Y parece que la posibilidad de que “pueda acertar” fue lo que redujo el ensayo y error en la siguiente etapa. Pero me pregunto si esto no es simplemente confirmation bias (sesgo de confirmación). Por ejemplo, de 100 casos, podrías preguntarle a la IA “¿cómo funciona esto?”, y 99 veces dar soluciones absurdas o plausibles pero incorrectas, y solo vemos en las noticias la única vez que acertó. Que haya coincidido en el laboratorio no significa necesariamente que la IA ahorró tiempo. Hasta un reloj descompuesto acierta dos veces al día. Así como no diríamos “¡es un reloj roto, pero cuando acierta es increíble!”, quizá solo estamos viendo casos de suerte y no una “IA productiva”. Si de verdad queremos decir que este campo ha avanzado, tendrían que publicar o reconocer también los casos fallidos. De lo contrario, solo están inflando el hype
En la práctica, los investigadores siguen usando el método científico. Lo que hace la IA es proponer hipótesis para verificar. En ese sentido, la IA es increíblemente poderosa para el “brainstorming de hipótesis plausibles”
Los expertos humanos también se equivocan mucho en la frontera de la investigación. La mayoría de las hipótesis y experimentos fracasan. Pero cuando elogiamos a un investigador por lograr un avance, no es porque tenga 100% de éxito, sino porque acierta más rápido y con mayor probabilidad que el azar. Si gracias a la IA en 100 casos el éxito pasa de 1/99 a 2/99 o 3/99, eso ya es un aumento de eficiencia de dos o tres veces. Y si además la IA puede poner a prueba todas esas intuiciones en 100 segundos, el progreso puede ser muchísimo más rápido que con humanos
Según entendí, este estudio no trata de un tratamiento para la IBD, sino de un antibiótico más seguro para pacientes con IBD
McMaster University puede sonar como una broma, pero es una universidad real fundada en 1887 [ver Wikipedia]
Es una de las mejores universidades de Canadá. En mi opinión, en investigación médica es la mejor del país referencia
En Londres también existe un lugar llamado Goodenough College, que opera desde 1930 y, pese a lo que sugiere el nombre, realmente funciona muy bien
El machine learning se ha usado en investigación científica desde hace más de 10 años. Entonces me pregunto qué es lo que cambió esta vez. Que los medios generalistas usen términos al azar ya es normal, pero no entiendo por qué NATURE usa la palabra “inteligencia artificial”