Ciencia e inteligencia artificial se unen para diseñar antibióticos de nueva generación
Un grupo del MIT logró crear moléculas nunca vistas que demostraron eficacia en modelos animales contra la gonorrea resistente y el temido Staphylococcus aureus
Las bacterias han aprendido a defenderse mejor que nunca. La resistencia antimicrobiana convierte hoy a infecciones que antes eran tratables en amenazas letales. Según la Organización Mundial de la Salud, cerca de 5 millones de muertes al año están asociadas a bacterias resistentes a los medicamentos.
El panorama es preocupante. En las últimas cuatro décadas, apenas un puñado de antibióticos nuevos llegó al mercado, la mayoría simples variaciones de los existentes. Mientras tanto, los microbios siguen mutando, esquivando fórmulas y ganando terreno. Frente a este escenario, un grupo del MIT decidió mirar hacia donde la química convencional no alcanza: al universo virtual de la inteligencia artificial.
Explorando un mapa químico inédito
El estudio publicado en la revista Cell, comenzó con la “lectura de un atlas en blanco”, con millones de caminos posibles pero nunca recorridos.
La estrategia produjo más de 36 millones de moléculas virtuales. Tras un filtrado riguroso, descartando las tóxicas o ineficaces, quedaron dos protagonistas: NG1, activo contra Neisseria gonorrhoeae —bacteria que causa la gonorrea— y DN1, eficaz frente a cepas de Staphylococcus aureus resistentes a la meticilina (MRSA).
Lo más relevante es que no se parecen a ningún antibiótico previo. “Queríamos deshacernos de todo lo que luciera, como lo ya conocido, para abordar la resistencia desde un ángulo distinto”, explicó Aarti Krishnan, autora principal del estudio, en un comunicado del MIT.
Del laboratorio virtual al mundo real
El reto no terminó en las pantallas. Las moléculas debían construirse en laboratorio y demostrar que realmente podían combatir bacterias vivas. De los 24 compuestos finalmente sintetizados, siete mostraron actividad antibacteriana, y dos de ellos destacaron por su potencia.
En ratones, ambos compuestos lograron reducir de manera significativa la carga bacteriana: NG1 en infecciones vaginales por gonorrea resistente y DN1 en infecciones de piel causadas por MRSA. Una señal de que la teoría digital puede traducirse en eficacia real.
Una herramienta contra un futuro crítico
Los expertos advierten que este avance no es aún una cura lista para hospitales. Los compuestos deben ser perfeccionados antes de llegar a pruebas clínicas en humanos. Sin embargo, lo más valioso es la plataforma que permite explorar regiones químicas inexploradas.
James Collins, profesor del MIT y autor coautor de la investigación.
De no encontrar soluciones, y según un reporte del Grupo de Coordinación Interinstitucional sobre Resistencia a los Antimicrobianos de la ONU, se proyecta que la resistencia antimicrobiana podría causar 10 millones de muertes anuales hacia 2050, además de enormes pérdidas económicas.
El hallazgo del MIT es, al menos, una grieta de luz en ese horizonte sombrío. La carrera entre humanos y bacterias parecía perdida, con los microbios siempre un paso adelante. Pero en este tablero invisible, la inteligencia artificial acaba de mover una pieza inesperada: diseñar antibióticos que nunca habían existido.
Lo que comenzó como millones de fórmulas en una pantalla, hoy se transforma en moléculas tangibles que podrían reescribir la historia de nuestras defensas.
Referencias de la noticia
Krishnan, Aarti et al. (2025). A generative deep learning approach to de novo antibiotic design. Cell.
Anne Trafton. (2025). Using generative AI, researchers design compounds that can kill drug-resistant bacteria. Publicado en MIT news.
IACG. (2019). NO TIME TO WAIT: SECURING THE FUTURE FROM DRUG-RESISTANT INFECTIONS REPORT TO THE SECRETARY-GENERAL OF THE UNITED NATIONS. Publicado en la web de la OMS.