El investigador César de la Fuente, de la Universidad de Pensilvania, ha utilizado la IA para identificar nuevos candidatos a péptidos antimicrobianos capaces de combatir infecciones resistentes a los medicamentos.
Conclusiones clave
La resistencia a los antibióticos mata a más de un millón de personas al año en todo el mundo
El laboratorio de César de la Fuente en la Universidad de Pensilvania explora genomas vivos y extintos en busca de candidatos a péptidos antimicrobianos
Los investigadores usan Codex y ChatGPT para escribir y mejorar scripts de búsqueda para el descubrimiento de antimicrobianos
La publicación de OpenAI no menciona moléculas específicas descubiertas ni revela plazos clínicos
Según una publicación de OpenAI divulgada el jueves, su laboratorio explora tanto genomas vivos como extintos en busca de secuencias de péptidos con potencial antibiótico. El enfoque trata las bases de datos genéticas como un espacio de búsqueda no aprovechado, en lugar de un archivo estático, usando modelos de IA para señalar patrones moleculares que los investigadores humanos tardarían años en examinar manualmente.
Por qué Penn y otros convirtieron la resistencia a los fármacos en un problema de búsqueda
La resistencia a los antibióticos mata a más de un millón de personas al año en todo el mundo, y el “pipeline” de nuevos medicamentos se ha adelgazado a medida que las farmacéuticas se retiraron de la investigación antibiótica durante las dos últimas décadas, porque los retornos son más bajos que para los fármacos contra enfermedades crónicas.
El laboratorio de De la Fuente ha publicado sobre la extracción del ADN de organismos extintos, incluyendo datos obtenidos de fósiles y muestras antiguas, con la teoría de que las moléculas de especies desaparecidas podrían mostrar propiedades antibacterianas distintas a cualquier cosa que circule hoy.
También lee: El último avance de DeepSeek aplasta el poder de fijación de precios de la IA
De la selección manual a la búsqueda a escala de máquina
Con Codex y ChatGPT, los investigadores pueden escribir e iterar rápidamente scripts de búsqueda, mientras que ChatGPT se encarga del análisis y la generación de hipótesis.
Los péptidos antimicrobianos son cadenas cortas de aminoácidos que muchos organismos producen de forma natural para matar bacterias, y las cepas resistentes históricamente han tenido dificultades para desarrollar defensas contra ellos, a diferencia de los antibióticos convencionales.
Esto se enmarca en un campo más amplio llamado biología digital, donde los modelos de IA buscan datos genómicos y proteómicos del mismo modo que un motor de búsqueda indexa páginas web.
El descubrimiento tradicional de antimicrobianos consistía en probar compuestos uno por uno en laboratorios húmedos, un proceso que podía llevar años a un estudiante de posgrado para cribar unos pocos miles de candidatos. Esto refleja una ola de proyectos de biología impulsados por IA que surgieron en toda la industria hasta 2026, ya que los laboratorios posicionaron cada vez más a los asistentes de codificación como herramientas de investigación de propósito general, y no solo como ayudas para programar.
Lo que dice OpenAI que viene después
El post de OpenAI no menciona moléculas específicas descubiertas ni revela cronogramas clínicos, dejando abierto qué tan cerca está cualquier candidato de los ensayos.
La empresa presentó el caso de estudio como evidencia de que las herramientas de codificación agenticas pueden acelerar la búsqueda científica de manera amplia, una afirmación que ya había hecho antes al señalar campos que incluyen la ciencia de materiales.
Lee también: La afirmación revolucionaria de OpenAI sobre Navier-Stokes provoca rechazo de un matemático