IA ya encuentra una nueva vía contra las bacterias resistentes tras pruebas con SARM NotiPress
La inteligencia artificial abrió una nueva ruta en la búsqueda de tratamientos contra las bacterias resistentes a los antibióticos. Un estudio de Houston Methodist mostró que una herramienta de reciente desarrollo permitió identificar compuestos con actividad contra patógenos difíciles de tratar. Esto en particular mediante el hallazgo de péptidos antimicrobianos con efecto sobre el SARM en pruebas de laboratorio.
El 16 de abril de 2026, Houston Methodist informó que la investigación fue publicada en Nature Communications y estuvo dirigida por Eleftherios Mylonakis, MD, Ph.D., jefe del Departamento de Medicina Charles W. Duncan Jr. El trabajo describió el uso de una plataforma basada en IA para detectar péptidos que forman parte del sistema inmunitario natural del cuerpo y que lograron atacar de forma eficaz al Staphylococcus aureus resistente a la meticilina, conocido como SARM.
Según el comunicado, la plataforma fue diseñada para enfrentar un problema que sigue complicando el desarrollo de nuevas terapias. Mylonakis afirmó: "Las bacterias resistentes a antibióticos representan una grave amenaza para la salud mundial, con un estimado de 2,8 millones de infecciones y más de 35 000 muertes anuales en EE. UU. Abordar este desafío es fundamental". El estudio planteó: esa presión sanitaria vuelve relevante cualquier herramienta capaz de acelerar la identificación de candidatos terapéuticos.
Los primeros autores Fadi Shehadeh y Biswajit Mishra, junto con sus colaboradores, desarrollaron CAMPER (Constraint-driven AMP Engineering with Ranking), una plataforma que combina aprendizaje automático con características biológicamente informadas. De acuerdo con la información difundida, el sistema evalúa y clasifica bibliotecas de péptidos candidatos con base en sus propiedades físicas y químicas, así como en su rendimiento previsto. Ese proceso permitió reducir la complejidad del diseño molecular y concentrar la búsqueda en opciones con mayor potencial frente a infecciones resistentes.
Entre los resultados, el equipo identificó a WP-CAMPER1 como un candidato prometedor. El comunicado señaló: este péptido mostró una potente actividad contra el SARM a bajas concentraciones, un dato colocándose como una opción de interés dentro del estudio. La investigación se mantuvo en fase de laboratorio, pero los autores destacaron: el hallazgo ofrece una base concreta para seguir explorando terapias dirigidas contra patógenos complejos.
Mylonakis explicó: uno de los obstáculos históricos en este campo ha sido el diseño preciso de estas moléculas. "Los péptidos antimicrobianos ofrecen un enfoque prometedor para combatir bacterias difíciles de tratar, a la vez que reducen la probabilidad de resistencia. Sin embargo, el diseño preciso de estas moléculas ha sido tradicionalmente complejo y laborioso. Para superar esto, desarrollamos una plataforma basada en IA que permite la identificación y el diseño de péptidos más eficaces contra el SARM y otros patógenos", afirmó.
Esta investigación también validó la metodología de CAMPER como una plataforma con capacidad de escalamiento. En palabras de Mylonakis: "En definitiva, nuestro estudio documenta y valida la metodología CAMPER, demostrando su capacidad para generar péptidos eficaces contra infecciones persistentes y difíciles de tratar. Representa un paso importante hacia una plataforma escalable para el desarrollo de terapias dirigidas a patógenos complejos".
Junto con el equipo de Hospital Houston Methodist, el estudio incluyó colaboradores de la Facultad de Medicina de Harvard, la Universidad Tecnológica Rajiv Gandhi, la Rama Médica de la Universidad de Texas en Galveston, la Universidad de Brown, la Universidad Técnica Nacional de Atenas y el Centro de Investigación Arquímedes-Atenea. El comunicado presentó el hallazgo como un avance centrado en identificar tratamientos contra bacterias resistentes mediante una plataforma de inteligencia artificial aplicada al diseño de péptidos antimicrobianos.
